L’INTELLIGENCE ARTIFICIELLE PEUT-ELLE ÊTRE MULTIPLE ?

Matière : Méthodologie en neurosciences

Niveau : Licence 3          Mention ou filière : Psychologie

 


A l’intention de M. BOURLÈS Claude

Session 1

 

 

DIEZ Lorène

DROGUET Margaux

QUENTIN Florence

 

 

 

Faculté SHS

Année Universitaire : 2017-2018

 

 

 

CHARTE DE NON PLAGIAT
 

Protection de la propriété intellectuelle

 

 

Tout travail universitaire doit être réalisé dans le respect intégral de la propriété intellectuelle d’autrui. Pour tout travail personnel, ou collectif, pour lequel le candidat est autorisé à utiliser des documents (textes, images, musiques, films etc.), celui-ci devra très précisément signaler le crédit (référence complète du texte cité, de l’image ou de la bande-son utilisés, sources internet incluses) à la fois dans le corps du texte et dans la bibliographie. Il est précisé que l’UCO dispose d’un logiciel anti-plagiat, aussi est-il demandé à tout étudiant de remettre à ses enseignants un double de ses travaux lourds sur support informatique.

 

Cf. « Prévention des fraudes à l’attention des étudiants »

Nous soussignées, Lorène DIEZ, Margaux DROGUET, Florence QUENTIN, étudiantes en L3 Psychologie

 

Nous engageons à respecter cette charte.

Fait à ANGERS, le 30/04/2018.

 

 

Signature :

 

 

Sommaire

Introduction       

I. Intelligence humaine et intelligence artificielle : des intelligences encore très différentes       

A. L’intelligence humaine : une intelligence multiple       

1. L’analyse factorielle : la mise en place de moyens pour mesurer l’intelligence humaine       

2. La pluralité des théories sur l’intelligence humaine       

a. PIAGET et les modèles de traitement de l’information       

b. L’ébauche d’une intelligence multidimensionnelle       

c. L’apparition du concept d’intelligence multiple       

d. Proposition d’une alternative : l’intelligence des émotions       

B. L’intelligence artificielle aujourd’hui : une intelligence multidimensionnelle, mais pas multiple       

1. Tentative de définition de l’Intelligence Artificielle       

2. Les évolutions de l’intelligence artificielle       

a. Les débuts de l’intelligence artificielle       

b. L’hiver de l’IA :       

c. Le Réchauffement de l’IA ?       

3. Des méthodes multiples :       

a. Procédures algorithmiques       

b. Systèmes à base de connaissance/ systèmes experts       

c. Réseaux neuronaux : Voir l’Approche connexionniste.       

d. Approche symbolique vs approche connexionniste       

4. Lien entre intelligence humaine et intelligence artificielle au travers des types de Gardner       

a. Des intelligences multidimensionnelles mais spécialisées       

        Intelligence linguistique et Google Trad       

        Intelligence logico-mathématique       

        Intelligence spatiale et Nasa Rover       

        Intelligence corporelle synesthésique et Boston Dynamics       

        Intelligence musicale et Aiva       

        Intelligence naturaliste et Oxford University Flower Recognition Demo       

b. Des intelligences de Gardner non reproduites par l’intelligence artificielle.       

II. Cas pratique : l’exemple de la voiture autonome       

A. La perception       

B. Fusion et analyse des informations récoltées       

C. Prise de décision       

III. L’intelligence Artificielle de demain : en marche vers une intelligence multiple ?       

A. Vers une intelligence artificielle forte ou une Super intelligence ?       

B. L’influence de la science-fiction dans le développement d’une intelligence multiple       

C. L’IA de demain : une intelligence multiple et consciente ?       

Conclusion       

Bibliographie       

Table des illustrations       

Glossaire       

Annexes       

Annexe 1 : Questionnaire d’exploration       

Introduction

 

L’Intelligence Artificielle (IA) suscite un intérêt grandissant ces dernières décennies, ce au travers de la science-fiction ou dans la recherche. Le thème est omniprésent dans l’actualité récente car l’influence de l’Intelligence Artificielle ne cesse de grandir au sein de notre société et dans notre quotidien. Lors d’une interview pour Libération en 2017 Cédric Villani, mathématicien lauréat de la médaille Fields (2010), député LREM a dit « L’Intelligence Artificielle est devenue l’affaire de tous parce qu’elle touche tous les domaines »[ ALI17 ]1. Cette déclaration montre bien l’impact de l’IA dans notre vie de tous les jours. Le gouvernement français l’a par ailleurs nommé « chargé de mission pour les Fondements d’une stratégie nationale et européenne » sur l’IA afin de faire un « état des lieux » de son utilisation dans différentes disciplines mais aussi proposer des améliorations afin de rendre la France plus performante au niveau mondial dans ce domaine. Ainsi, le rapport Villani est sorti en mars dernier, il est constitué de multiples propositions et soulève un point important : l’éthique.

 

De nombreuses personnes voient en effet le développement de l’intelligence artificielle d’un mauvais œil, car il est sujet à controverse. L’IA suscite de nombreuses craintes et entraine d’abondants débats quant aux risques qui entourent son utilisation. Afin d’avoir un meilleur aperçu de l’opinion de la population française sur le sujet, nous avons réalisé un questionnaire qui traite de l’utilisation de l’intelligence artificielle dans notre quotidien, dans notre futur mais aussi des peurs qu’elle engendre.

 

D’après ce questionnaire, les robots qui symbolisent le mieux l’intelligence artificielle sont ceux du film IRobot, des robots humanoïdes cherchant à détruire l’humanité. Cette représentation se confirme dans la suite des questions puisque 90% des personnes interrogées pensent que l’intelligence artificielle peut être dangereuse. Les craintes évoquées sont principalement un risque pour la vie privée, un risque économique et un risque d’extermination. D’autre part, de nombreux répondants pensent que l’intelligence artificielle peut dépasser l’homme dans le domaine de la médecine, de la sécurité, des jeux et des transports. Ces observations viennent rejoindre l’affirmation de Laurent Alexandre : « notre cerveau biologique est de plus en plus concurrencé par l’Intelligence Artificielle » [Ale17 ]2.

La crainte la plus fréquente est donc la possibilité que l’IA dépasse un jour l’intelligence humaine. Mais cette peur est-elle fondée ? La machine peut-elle vraiment dépasser l’Homme ? Ces deux intelligences sont-elles comparables ? L’intelligence de l’Homme est multiple, mais l’Intelligence Artificielle peut-elle l’être ?

 

Dans un premier temps, nous montrerons qu’à ce jour l’intelligence artificielle est spécialisée dans certains domaines, mais qu’elle n’est pas multiple, contrairement à celle de l’Homme (I). Dans un deuxième temps, nous démontrerons cette différence au travers de l’exemple de la voiture autonome (II). Dans un troisième temps, nous nous intéresserons au futur de l’Intelligence Artificielle et à ses possibilités de développement (III).

 

 

A.I. Intelligence humaine et intelligence artificielle : des intelligences encore très différentes

A. L’intelligence humaine : une intelligence multiple

L’intelligence est un mot polysémique et sujet à polémiques. Sans être un chercheur ou un spécialiste en la matière, on peut s’interroger sur sa définition, et être en désaccord avec notre famille, avec nos amis, avec nos collègues ou nos supérieurs hiérarchiques sur le sens qu’on peut lui donner. Dans le dictionnaire, on ne trouve pas moins de quatre définitions différentes pour ce même mot :

Même au quotidien, il semble donc que l’intelligence est une notion complexe, controversée, et source de nombreux désaccords.

Ces mêmes débats se retrouvent dans la communauté scientifique, et ce depuis le développement d’un courant nommé « psychologie de l’intelligence » au XIXème siècle. Ce courant consiste à établir un savoir positif sur le psychisme humain, savoir qui a été explicité et validé et surtout qui se distingue en tout point des discours philosophiques, de la littérature et de la clinique médicale. Pour ce, les chercheurs vont mettre en place des examens et des expérimentations afin de mesurer l’intelligence humaine.

Ces recherches ont progressivement permis de poser des définitions du concept de l’intelligence. Par ailleurs, on peut voir en elles l’évolution qu’a connu le concept d’intelligence : partant d’un facteur unique, il s’est décuplé en une multiplicité de dimensions et recouvre aujourd’hui un spectre beaucoup plus large.

Dans un premier temps, nous étudierons les apports de l’analyse factorielle dans la mesure de l’intelligence humaine (A). Dans un second temps, nous nous intéresserons plus en profondeur à la pluralité des théories de l’intelligence humaine (B).

B.1. L’analyse factorielle : la mise en place de moyens pour mesurer l’intelligence humaine

L’analyse factorielle est une technique statistique dont le but est de distinguer un nombre réduit de dimensions, de regroupements ou de facteurs au sein d’un ensemble de variables indépendantes plus vastes.

BINET et SIMON sont à l’origine des premiers tests psychométriques et notamment de la première échelle de développement intellectuel, créée en 1905. La notion de « Quotient Intellectuel », qui correspond au quotient de l'âge mental sur l'âge chronologique (âge mental/âge chronologique), a été proposée par STERN en 1911. Ce mode d’étalonnage est connu pour son efficacité, et permet une classification cohérente des sujets.

Initialement, ces tests visaient la détection de la débilité mentale, c’est-à-dire l’insuffisance du développement intellectuel. Mais progressivement, ils ont été utilisés pour calculer le quotient intellectuel. Ces résultats ont permis à BINET de conclure que « l’intelligence est un ensemble de fonctions qui permettent l’adaptation à des situations nouvelles » [HUT06]4.

SPEARMAN a revisité les méthodes de calculs utilisées dans les tests. En 1904, il a mis en évidence l’existence d’un facteur général d'intelligence, ce qui lui a permis de mettre au point la première analyse factorielle. Cette analyse a démontré l’existence de facteurs communs dans les performances des élèves qui ont participé à son étude. Cette démonstration lui a permis de conclure qu'il existait un facteur général, le facteur G, qui sous-tend toutes les performances cognitives.

A la suite de cette découverte, SPEARMAN a présenté un modèle bi-factoriel de l’intelligence. Selon lui, le facteur G se définit comme un facteur qui « représente l’énergie mentale que le sujet est susceptible d’investir dans les activités cognitives. » [GRE14]5
Par la suite, THURNSTONE a mené une étude afin d’affiner les travaux de SPEARMAN sur l’analyse factorielle. Les résultats ont mis en évidence qu’il existait des aptitudes primaires, c’est-à-dire « des caractéristiques élémentaires supposées fondamentales » [Car18]6. EN 1938, il a créé un test se basant sur cette découverte : le Primary Mental Abilities (PMA).

 

 

Ce test évalue les cinq facteurs principaux :

 

Ces recherches ont conduit THURNSTONE à l’élaboration d’un modèle « multifactoriel » non hiérarchique de l'intelligence, ce qui laisse entrevoir pour la première fois une intelligence multiple, et non plus unique. À partir de là, le fonctionnement intellectuel n’a donc plus été évalué qu’au travers du profil des aptitudes primaires, qui n’étaient pas prises en compte dans le test de BINET.

En 1961, GUILFORD a utilisé l’analyse factorielle afin d’étudier des tâches faisant appel à l’intelligence. Son modèle, appelé « modèle de la structure de l’intellect » définit 3 grandes caractéristiques des tâches intellectuelles :

 

C.2. La pluralité des théories sur l’intelligence humaine

L’analyse factorielle a permis de mettre en lumière la possibilité de quantifier l’intelligence et les capacités intellectuelles des individus. Par la suite, plusieurs auteurs se sont appuyés sur ces études pour proposer leurs propres définitions de l’intelligence humaine.

Dans un premier temps, nous nous intéresserons aux modèles de traitement de l’information proposés par PIAGET (a) Puis nous étudierons l’évolution qui a permis d’affirmer l’existence de plusieurs intelligences : nous commencerons avec les ébauches d’une intelligence multidimensionnelle (b) nous poursuivrons avec l’apparition du concept d’intelligence multiple (c) et nous terminerons avec l’introduction des émotions dans le concept d’intelligence (d).

a. PIAGET et les modèles de traitement de l’information

Les modèles de traitement de l’information de PIAGET ont largement contribué à renouveler les idées sur l’intelligence et sur la manière dont elle se développe. À partir des recherches de BINET, PIAGET a pu définir l’adaptation comme la caractéristique essentielle du développement de l’intelligence. L’intelligence humaine, et en particulier celle de l’enfant, se construit progressivement au contact de l’environnement, qui lui permet de développer des schèmes, c’est-à-dire des unités élémentaires de l’activité intellectuelle qui correspondent à la structure ou à l’organisation d’une action.

b. L’ébauche d’une intelligence multidimensionnelle

En 1966, CATTELL et HORN ont mis en évidence une corrélation entre les aptitudes mentales primaires (PMA), qui permet d’expliquer l’existence du facteur G. Ils décident alors de scinder le facteur G en deux parties :

En 1952, BURT et VERNON ont repris la notion de facteur G, et ont instauré un modèle hiérarchisé de cinq niveaux ; l’esprit humain, les niveaux relationnel, associatif, perceptif et sensitif. Par la suite, VERNON a eu recours une hiérarchie plus complexe en reprenant le modèle de BURT. Il a alors divisé le facteur G en deux grands groupes de facteurs : le premier est appelé « verbal éducationnel » (V-Ed) et comporte les aptitudes verbales, numériques et solaires ; tandis que le second, nommé « kinesthésique-moteur » (K-M) comprend les aptitudes kinesthésiques, spatiales et motrices.

 Cependant, cette conception ne fait pas l’unanimité chez les chercheurs. En effet, BRUNER définit l’intelligence non pas comme une chose qui se trouverait « dans la tête », mais comme une chose qui est « distribuée » dans l’environnement de l’individu. Cela inclut donc l’ensemble des outils de calcul, des démarches heuristiques, mais également les relations familiales, amicales ou professionnelles que l’on peut solliciter. Cette conception se rapproche de celle de PIAGET, qui avait également mené des recherches sur les enfants.

c. L’apparition du concept d’intelligence multiple

En 1983, GARDNER développe pour la première fois le concept d’intelligence multiple. Il décrit alors 9 pôles :

 

d. Proposition d’une alternative : l’intelligence des émotions

 Jusqu’à lors, les théories, modèles et études portant sur l’intelligence n’avaient pas beaucoup pris en compte les émotions.

 L’un des premiers auteurs à s’y être intéressé est DAMASIO. Ce-dernier a étudié le lien entre la raison et les émotions. Il a émis une théorie dont s’est inspiré GOLEMAN, et a expliqué que la conscience ne serait qu’un mécanisme destiné à préserver notre corps : « le cerveau seul ne fait pas l’esprit humain. L’intelligence artificielle peut simuler les sentiments : elle ne peut pas les dupliquer. Les organismes artificiels sont sans vie ».

 En 1990, SALOVEY et MAYER présentent pour la première fois le concept d’intelligence émotionnelle. Ils la définissent comme « la capacité à reconnaître, comprendre et réguler ses propres émotions ainsi que celles des autres, et à utiliser cette information pour guider la réflexion et l’action » [SCH17 ]7

 Plus tardivement, 1997, GOLEMAN présente son ouvrage sur l’intelligence émotionnelle. C’est la première fois que ce concept est réellement pris en compte. Son modèle vient s’opposer à celui de GARDNER. En effet, selon l’auteur, l’intelligence émotionnelle consiste en « l’interaction entre les émotions et les cognitions » [ SCH17]et est essentielle pour une meilleure compréhension du comportement social des individus. Il l’a déclinée en trois notions principales :

 

B. L’intelligence artificielle aujourd’hui : une intelligence multidimensionnelle, mais pas multiple

D.1. Tentative de définition de l’Intelligence Artificielle

Comme le concept d’intelligence humaine, la notion d’Intelligence Artificielle reste difficile à définir et est sujette aux controverses.

L’Intelligence artificielle pourrait se définir comme étant la recherche de moyens susceptibles de doter les systèmes informatiques de capacités intellectuelles comparables celle des êtres humains. Marvin Minsky définit l’IA comme étant la « Construction de programmes informatiques qui s’adonnent des tâches qui sont, pour l’instant, accomplies de façon plus satisfaisante par des êtres humains car elles demandent des processus mentaux de haut niveau tels que : l’apprentissage perceptuel, l’organisation de la mémoire et le raisonnement critique » [ Fut18]9

Cependant, on peut rapidement se rendre compte qu’il existe de multiples définitions qui peuvent se caractériser autour de 4 dimensions : Agir comme les hommesPenser comme les hommes, Penser rationnellement & Agir rationnellement :

POOLE et al., (1998) : « l’intelligence « computationnelle »/artificielle (Computational Intelligence) est l’étude de la conception d’agents intelligents »

 

L’IA bénéficie de l’apport de nombreuses disciplines comme la psychologie et l’étude de l’intelligence humaine évoqués précédemmentla neurologie et l’étude du cerveaula logique et les règles du raisonnement, la linguistique et l’étude du langage humainla combinatoire sémantique et la recherche du sens par le calcull’informatique et la création de langages de programmation de haut niveau et enfin, les mathématiques avec les modèles formels de la réalité.

Les applications de l’intelligence artificielle sont variées. Dans un premier temps, nous démontrerons que nous pouvons en relier certaines avec les intelligences de Gardner (1). Dans un second temps, nous montrerons que certains types n’ont pas encore été reproduits en intelligence artificielle (2).

E.2. Les évolutions de l’intelligence artificielle

a. Les débuts de l’intelligence artificielle

Il y a trois mille ans, l’idée d’ « êtres artificiels » capables de raisonner existait déjà. Dans le chant XVIIIe de l’Iliade, Homère décrit des serviteurs de métal : « Et deux servantes soutenaient les pas du Roi. Elles étaient d'or, semblables aux vierges vivantes qui pensent et parlent, et que les Dieux ont instruites » [ HOM93]10.

Les tentatives pour donner corps à ce concept abstrait se sont faites nombreuses au fil des siècles. On peut par exemple citer les automates de Jacquet-Droz (1770) ou la machine de Babbage (1834), mais l’histoire moderne de l’Intelligence Artificielle commence avec Alan Turing. En effet, il a fallu attendre les débuts de l’informatique pour disposer de l’outillage intellectuel nécessaire afin que ce qui relevait de la magie devienne une démarche scientifique construite.

Connu notamment pour avoir décrypté le code Enigma, le système de communication des nazis pendant la seconde guerre mondiale et également père de la théorisation des fonctions calculables par machine, Turing,  mathématicien anglais a rédigé, en Octobre 1950, un article intitulé Computing Machinery and intelligence11 traduit par « Machines de calcul et Intelligence » et publié dans la revue Mind, et a marqué la naissance de la réflexion sur ce qui deviendra plus tard l’Intelligence Artificielle. En effet dans l’article Turing imagine une « machine universelle » « capable de comprendre (...) et d’apprendre grâce aux expériences ». Il pose la question fondamentale : « les machines peuvent-elles penser ? ». Il se sert du « jeu de l’imitation » c’est à dire savoir si une machine pourrait tromper l’humain pour le démontrer. Ce « jeu » est aujourd’hui appelé le « Test de Turing ».

C’est à l’école d’été du Dartmouth College, aux USA, du 18 juin au 17 Août 1956, où une vingtaine de pionniers de l’IA se rencontrent, que naît véritablement la science « Intelligence Artificielle » et que les premières pistes d’exploration du sujet sont présentées, comme les « réseaux de neurones », « l’apprentissage machine » et « l’étude de la créativité ». Y sont présents notamment :

C’est ce dernier, John McCarthy, à l’origine du colloque au Darmouth College qui va utiliser pour la première fois le terme « d’Artificial Intelligence ». 

Ces 20 chercheurs sont d’horizons très variés, parfois proches mais souvent concurrents, entre la cybernétique (étude des communications et de leurs régulations dans les systèmes naturels et artificiels), les réseaux neuronaux formels (machines qui cherchent à imiter le cerveau humain), le traitement complexe des informations, les modèles de prise de décision, la théorie des automates, etc... 

En 1956, Allen Newell et Herbert Simon créent "Logic Theorist", le premier programme d'Intelligence Artificielle. Ce programme permettait de démontrer 38 des 52 théorèmes du manuel scolaire de l'époque « Principa Mathematica ». Le programme modélisait chaque problème par un arbre, en tentant de le résoudre en sélectionnant la branche qui donnerait le résultat le plus proche de l'objectif final. Le programme était capable de démontrer à nouveau des théorèmes déjà établis par des mathématiciens, mais de manière moins sophistiquée.

 

b. L’hiver de l’IA : 

Des années 50 à 70, l’intelligence artificielle se développe en même temps que les technologies (puissance de calcul) et des techniques algorithmiques, mais tout est remis en cause en 1973, notamment par le mathématicien anglais Sir James Lighthill lors d’une émission sur la BBC « controversy » où John McCarty et Donald Michie présentaient les dernières innovations en termes d’IA. Sir Lighthill, reprenant les éléments de son rapport[ LIG73]13, indique que les promesses de l’IA n’ont pas été tenues : par exemple, l’ordinateur ne sait pas lire un texte manuscrit, et la reconnaissance vocale ne fonctionne que si des préalables sont réunis (ordre des mots prédéfinis dans l’ordinateur). Ceci entraîne une forte baisse des financements.

De plus, l’armée américaine, suite à la publication du rapport ALPAC le 20 Août 1965(qui cite en exemple une erreur de traduction « the spirit is willing but the flesh is weak  traduit en russe par « the vodka is strong but the meat is rotten »..) cesse ses financements aux projets de recherches avancés qui ne seraient pas liés à la fonction militaire. Cette période va s’appeler « l’hiver de l’IA » ... Dans les années 1972, c’est Hubert Dreyfus qui publiera « What Computers can’t do » qui entamera la confiance dans l’IA en critiquant les hypothèses formulées par ses prédécesseurs. 

c. Le Réchauffement de l’IA ? 

Les plus optimistes n’ont quant à eux cessé de croire à l’IA, en témoignent : Eliza du MIT en 1965, un système intelligent capable de dialoguer en anglais qui incarnait le rôle d’une psychologue (développement des réseaux sémantiques), le développement du langage PROLOG en 1971 par Colmerauer (utilisation de règles logiques pour situer le problème et le résoudre alors qu’avant il fallait définir une suite d’instructions que l’ordinateur devait réaliser), l’avènement des systèmes experts qui consistent à mettre en mémoire les connaissances théoriques de l’expert, de façon à ce qu’elles soient toujours disponibles (ex de Mycin de E.Shortliffe : aide au diagnostic et traitement de maladies bactériennes du sang) et dans les années 90, l’investissement de l’armée américaine pendant la guerre du Golfe dans les systèmes d’aide à la décision et la création des drones (systèmes autonomes). 

Ce n’est que vers la fin des années 90 grâce aux avancées de l’internet et surtout aux données générées que les algorithmes de l’IA et les réseaux neuronaux sont de nouveau opérationnels car ils vont résoudre le problème de l’explosion combinatoire. Un fait marquant est la réussite du programme Watson d’IBM qui a réussi à gagner le jeu « questions pour un champion » américain (Jeopardy) en 2012 après avoir digéré près de 15 000 gigaoctets d’informations issues des encyclopédies, dictionnaires, et autres romans. C’est déjà IBM qui avait battu le champion d’échecs Gasparov avec son ordinateur Deep Blue et son programme tournant sur un calculateur spécialisé. 

Depuis les années 2013, Les leaders de l’internet (aujourd’hui appelés GAFA pour Google, Amazon, Facebook et Apple) et tout le microcosme qui tourne autour d’eux (IBM, LinkedIn...) vont alors investir massivement dans ces technologies et notamment sur le « machine learning » : technique qui donne la capacité à un système informatique d’enrichir seul la compréhension qu’il a de masses d’informations (générés par ces mêmes GAFA...)car depuis les années 2010, les innovations et la puissance des machines permettent désormais  d’exploiter les masses de données issues de ces GAFA, les Big Data.

Ces leaders vont racheter toutes les sociétés qui se spécialisent en IA :

 

La Crunchbase14 recense plus de 700 start-up qui travaillent dans le giron de l’intelligence artificielle : deep learning, agents intelligents, machine learning, agents conversationnels, robotique, moteurs de recommandations, traduction automatique.

 

F.3. Des méthodes multiples :

a. Procédures algorithmiques

Les procédures algorithmiques sont des méthodes qui permettent d’explorer l’espace des solutions d’un problème pour trouver la meilleure. Quand les problèmes sont complexes, l’exploration systématique de l’espace des solutions est impossible à réaliser. Pour prendre un exemple concret, il existe 6,670,903,752,021,072,936,960 grilles de Sudoku 9x9 possibles. Un système qui testerait 1000 grilles/seconde parmi toutes les grilles possibles mettrait en moyenne 1000 milliards d’années pour trouver celle qui correspond aux valeurs de départ d’une grille donnée.

Pour obtenir le résultat dans un temps acceptable, les systèmes algorithmiques utilisent des heuristiques, à savoir des méthodes permettant de trouver une solution satisfaisante sans avoir à explorer toutes les possibilités.

b. Systèmes à base de connaissance/ systèmes experts

Les systèmes experts cherchent à utiliser les mêmes connaissances que celles qui sont utilisées par les experts humains pour résoudre un problème.

Par exemple, pour réaliser un système de diagnostic médical, on interroge un ou plusieurs spécialistes du domaine et on leur demande de décrire la méthode qu’ils utilisent quand ils réalisent cette même tâche de diagnostic. Les connaissances obtenues sont codées sous forme de règles que le système expert va mettre en œuvre en partant des éléments d’entrée.

Si X coasse et mange des mouches, alors X est une grenouille.

Si X piaule et chante, alors X est un canari.

Si X est une grenouille, alors X est vert.

Si X est un canari, alors X est jaune.

Même si on divise les méthodes symboliques en deux catégories : méthodes algorithmiques et systèmes experts, dans la pratique, les systèmes réalisés sont souvent des hybrides qui empruntent à ces deux catégories, nous parlerons par la suite d’approche symbolique.

c. Réseaux neuronaux : Voir l’Approche connexionniste.

d. Approche symbolique vs approche connexionniste

- l’approche symbolique :

Dans l’approche symbolique, on cherche à résoudre explicitement les problèmes. Pour ce faire, les problèmes sont décomposés en différents sous-problèmes et des solutions algorithmiques ou à base de connaissances sont construites pour résoudre chacun des sous-problèmes de manière exacte ou approchée.

Par exemple, en 1963, Thomas G. Evans a écrit en langage Locator/Identifier Separation Protocol (LISP), un programme capable de compléter des suites logiques de figures géométriques (les tests de base pour les mesures de Quotient Intellectuel). Les figures sont décrites dans un formalisme simplifié et les différentes variations possibles sont explorées pour trouver la suite logique.

Pour comprendre les limites de ces systèmes, on peut faire le parallèle avec les joueurs d’échec. Les joueurs débutants raisonnent comme les systèmes symboliques. Ils explorent les différentes possibilités qui s’offrent à eux. Si j’avance mon cavalier, je menacerai sa dame mais il pourra me prendre avec ce pion… Les grands joueurs ont une approche beaucoup plus globale. Ils ont à leur disposition une bibliothèque d’ouvertures et de fins de parties. Ils reconnaissent des schémas de jeu issus de parties qu’ils ont déjà jouées ou qu’ils ont étudiées. Ils font beaucoup plus travailler leur mémoire que leur raisonnement.

Quand les règles sont simples et que le nombre de possibilités à explorer n’est pas trop grand (comme dans le cas du jeu de dames), la puissance brute de calcul d’un ordinateur permet de trouver à coup sûr la meilleure solution. Quand les règles sont complexes ou que la cardinalité du problème empêche une exploration systématique (comme dans le jeu de go par exemple), cette approche ne permet pas de dépasser le niveau d’un joueur débutant.

Au-delà des jeux, l’application des méthodes symboliques à des problèmes concrets s’est souvent heurtée à deux obstacles :

En dehors de problèmes facilement formalisables comme le diagnostic de pannes par exemple, les systèmes experts n’ont jamais atteint un niveau de performance suffisant pour être opérationnels.

 

 

A la suite des travaux de Mc Culloch et Pitts15, les connexionnistes ont cherché à construire des réseaux de neurones artificiels capables de réaliser des tâches élémentaires de perception.
 

Image 1 – Schématisation d’un neurone formel

Un neurone artificiel ou neurone formel est un modèle mathématique qui reproduit de manière simplifiée le fonctionnement d’un neurone biologique. Le neurone calcule une somme pondérée de ses entrées et y applique une fonction de seuil qui détermine son état de sortie. La modification des poids appliqués aux entrées permet de modifier le comportement du neurone.

En assemblant un certain nombre de ces neurones artificiels, on obtient un réseau de neurones.

 

Image 2 - Réseaux de neurones artificiels

Les premiers réseaux de neurones, les perceptrons de Rosenblatt (1957) étaient des machines analogiques (les liaisons sont matérialisées par des fils électriques) contenant deux couches de neurones : une rétine artificielle (une petite caméra) et des neurones de sortie qui représentent la réponse du système.

 

 

Image 3 - Perceptron

On présente un certain nombre d’objets devant la caméra et on fait en sorte que le perceptron “apprenne” à les reconnaître. Il ne s’agit pas ici de résoudre explicitement le problème (en identifiant par exemple des primitives à extraire de l’image et en appliquant une règle de décision), il s’agit de fournir des exemples à un système qui dispose d’un mécanisme (quand la réponse du système n’est pas celle qui était attendue, on modifie un peu les poids des liaisons qui ont conduit à cette mauvaise réponse) qui lui permet d’améliorer la qualité de ses réponses au fur et à mesure du processus d’apprentissage.

Les performances de ces réseaux étaient très limitées et l’enthousiasme qui avait accompagné la présentation de ces premières machines capables d’apprendre par elles-mêmes retomba rapidement.

Il faudra attendre la fin des années 80 avec l’invention de l’algorithme de rétro propagation du gradient (Parker, LeCun, Hinton 1986) qui permet d’ajouter des neurones cachés (qui ne sont ni des entrées, ni des sorties) pour que les solutions connexionnistes commencent à représenter une alternative crédible aux approches « symboliques ».

L’accroissement exponentiel des capacités de calcul, avec en particulier l’utilisation de coprocesseurs graphiques a permis de mettre en œuvre des réseaux de plus en plus complexes : « Long Short Term Memory » (Schmidhuber 1997), Deep Learning (Hinton 2006).

 

 

 

G.4. Lien entre intelligence humaine et intelligence artificielle au travers des types de Gardner

a. Des intelligences multidimensionnelles mais spécialisées

Translate.google.com

 
 

Image 4 - Google Translate

 

 

Le système de Google consiste en une gigantesque mémoire contenant la traduction de dizaines de milliards de mots pris dans leur contexte. Le modèle de langue qui permet de produire des textes fluides et syntaxiquement corrects est basé sur une représentation vectorielle et distribuée des mots (Word2Vec, Mikolov et al. 2013).

 

Avec plus de 100 langues et une qualité en constante progression, ces outils sont entrés dans notre quotidien et facilitent la communication de plus de 500 millions de personnes tous les jours.

 

WolframAlpha

https://fr.wikipedia.org/wiki/WolframAlpha

 

Ce logiciel de question/réponse est capable de résoudre un grand nombre de problèmes mathématiques.

A partir d’une base de connaissance de plus de 10 milliards d’informations, il analyse la question et la traduit en une suite d’instructions formelles (language Wolfram). Ces instructions sont interprétées par le moteur de calcul formel Mathematica qui utilise une base de plus de 50 000 modèles et algorithmes pour aboutir à la réponse attendue. WolframAlpha est par exemple utilisé par Siri, l’assistant personnel d’Apple.

 

 

 

 

 

 

 

 

 

 

 

 
NASA ROVER16

 

 

Image 6 - Nasa Rover

 

L’exploration du sol de la planète Mars a nécessité la mise au point de ce système de navigation « autonome », capable de réagir en temps réel aux accidents de terrain rencontrés par le robot (alors que l’échange de données entre la Terre et Mars demande au minimum 8 minutes). Le robot analyse les images produites par ses caméras pour y détecter les obstacles, il ajuste sa trajectoire pour minimiser les risques de collision et de renversement.

 

 

Image 7 - Neato signature XV

 

Ces solutions ont depuis été mis à disposition du grand public puisqu’on les retrouve par exemple au cœur de nos aspirateurs autonomes.

 


BostonDynamics

 

Vidéo 1 - Robot Atlas de Boston Dynamics

Ce robot acrobate réalise une figure qui n’est pas à la portée de beaucoup d’humains.

Image 8 - AIVA, l'Intelligence Artificielle qui compose de la musique classique

 

Cette application du deep learning (un réseau de neurones doté d’un grand nombre de couches) à la composition musicale passe sans problème le test de Turing (un auditeur humain ne peut pas deviner à coup sûr que les compositions d’Aiva sont l’oeuvre d’une Intelligence Artificielle).

Logiciel d’IA qui permet de reconnaître une fleur à partir d’une image.

Image 9 - Oxford University Flower Recognition

 

L’approche utilisée par ce système est également le deep learning. Le système a appris à partir d’un grand nombre d’images de fleurs. Il a déterminé par lui-même quels étaient les caractéristiques importantes pour distinguer les espèces les unes des autres et aussi comment extraire ces caractéristiques des images.

Sur ce type de tâches de classification, les études montrent que les meilleurs système d’IA ont des performances comparables à celles des êtres humains (parfois meilleures ).

 

Les exemples cités montrent que l’intelligence artificielle est aujourd’hui capable d’égaler ou d’excéder l’intelligence humaine dans le cadre d’une tâche spécifique. Mais elle ne semble pas encore capable d’effectuer l’ensemble des performances cognitives du cerveau humain. On ne peut donc pas parler d’intelligence multiple. De plus, certains types d’intelligence de Gardner n’ont pas encore été reproduits par l’IA.

b. Des intelligences de Gardner non reproduites par l’intelligence artificielle.

Comme nous l’avons expliqué précédemment, GARDNER définit neuf types d’intelligence. L’intelligence artificielle en a reproduit six :

 

Certains types n’ont donc pas été reproduits par l’intelligence artificielle :

 

H.II. Cas pratique : l’exemple de la voiture autonome

 

La voiture autonome se définit comme un véhicule « équipé d'un système de pilotage automatique qui lui permet de circuler sans intervention humaine dans des conditions de circulation réelles. » [ Fut181 ]17. Ce type de véhicules, dirigé par une intelligence artificielle, est aujourd’hui développé et en cours de commercialisation par de nombreuses entreprises automobiles. Il vise à remplacer l’intervention humaine dans tous ces processus cognitifs.
Les processus cognitifs regroupent « l’ensemble des processus élaborés par un système pour analyser des informations et mettre en place l’action adéquate pour y répondre. » [San18]18
La cognition désigne « le processus par lequel des systèmes naturels (humains et animaux) ou artificiels (ordinateurs) acquièrent des informations sur leur monde, et construisent des représentations, les transforment en connaissances par des opérations spécifiques, puis les mettent en œuvre dans des activités, des comportements, ou des fonctionnements » [ LAR181]19

Ici, nous allons procéder à la comparaison des processus cognitifs qui régulent la conduite d’un véhicule par l’homme, et par une intelligence artificielle.

 

A. La perception

Quotidiennement, nous sommes soumis à différentes stimulations qui vont entraîner des problèmes auxquels nous devons répondre. À partir de là, plusieurs processus cognitifs vont être activés.

La perception correspond au processus par lequel nos organes sensoriels vont faire parvenir des informations. Ces stimuli seront dans un deuxième temps traités et interprétés par le cerveau mais dans un premier temps, c’est un processus d’encodage qui se met en place. L’encodage correspond à la phase d’acquisition de nouvelles informations en provenance de nos cinq sens : la vue, l’ouïe, la toucher, l’odorat et le goût [ Rec18]20 . Ici, nous nous intéresserons plus particulièrement à la vue.
Chez l’être humain, le champ visuel se définit comme « l’espace que l’œil peut percevoir quand il est immobile »[ LAR182]21. Le traitement de l’information débute alors au niveau de la rétine. Cette-dernière est constituée de photorécepteurs.

Les photorécepteurs contiennent des pigments photosensibles. Ces pigments sont à l’origine de l’activation neuronale en captant de photons, c’est-à-dire des particules de lumière.

On distingue deux types de photorécepteurs :

 

Les constructeurs automobiles se sont inspirés de ce système perceptif pour mettre au point la voiture autonome. En effet, ce type de véhicule est équipé de très nombreux capteurs.

Des caméras offrent une vision à 360°. Elles détectent les lignes et bandes de la route afin que la voiture reste sur cette dernière. Elles transmettent les informations liées au code de la route en détectant par exemple les feux rouges, panneaux et clignotants des autres véhicules, les cyclistes…[ PER16]22

Des radars longue portée et des sonars à ultrasons. Ces systèmes de perception n’existent pas chez l’homme. On les retrouve chez des animaux comme les dauphins ou les chauve-souris par exemple. Ils ne sont efficaces qu’à une très faible vitesse et permettent de détecter des objets proches lors du stationnement.

 

Image 10- Radar avant

 

 

Image 11 - Radar arrière

 

Des lidars (Light Detection and Ranging), ou scanners lasers, ont également été intégrés à la voiture autonome. Il s’agit de « radars de sondage atmosphérique qui fonctionnent avec des ondes optiques émises par laser » [ LAR183]23. Ils permettent de détecter et d’estimer la distance par l’utilisation d’un laser. Ils établissent une vision 3D mais sont très sensibles aux conditions météo (pluie, neige, brouillard)[ DEL17]24.
 

Image 12 - Scanners laser : lidar

 

Cette illustration permet de se représenter le positionnement de tous ces capteurs.

 

 

Image 13- Phototype de véhicule autonome et connecté

 

 

 

Cette vidéo permet de se représenter comment une voiture autonome se représente la route :

 

 

Tous ces capteurs constituent les yeux de la voiture. Ils recueillent en permanence des informations utiles à la conduite (trafic routier,

panneaux de signalisation). Ils sont complémentaires et redondants afin d’améliorer la précision de la vision de la voiture[DEL17][ CEA17]25. Ils reproduisent la vision humaine, mais s’inspirent également d’autres systèmes de perception afin de créer un « super système perceptif » qui dépasse de loin celui de l’homme.

Néanmoins, la simple perception ne suffirait pas à guider la voiture autonome dans son environnement. Comme chez l’humain, il est indispensable qu’ait lieu une étape de fusion et d’analyse des informations récoltées.   

 

 

B. Fusion et analyse des informations récoltées

Chez l’être humain, les informations sont captées par la rétine. Les influx nerveux quittent la rétine vers l’arrière, via les nerfs optiques. Au niveau du chiasma optique, toutes les fibres du côté nasal de chaque rétine croisent et rejoignent les fibres temporales de la rétine du côté opposé pour former les bandelettes optiques. Les fibres de chaque bandelette optique font synapse dans le corps genouillé latéral du thalamus d’où naissent les fibres qui se dirigent à travers les radiations optiques, vers le cortex visuel primaire dans la région calcarine du lobe occipital[ BRE12].

La partie supérieure de la rétine est représentée sur la région supérieure du cortex visuel. La partie inférieure de la rétine est représentée sur la région inférieure du cortex visuel. Il existe une organisation des neurones en colonnes corticales tangentes à la surface du cortex. Les neurones appartenant à la même colonne verticale sont sélectifs au même stimuli. L’image perçue par les yeux va être reconstituée au niveau du cortex après une intégration par plusieurs neurones corticaux, certains traitant l’information couleur, l’information forme, …[BRE12]26

De manière comparable, les informations récoltées par les capteurs sont acheminées vers le logiciel informatique, qui est l’équivalent du cerveau humain.

Ce logiciel informatique « a reçu au préalable une phase d’apprentissage pour analyser l’environnement extérieur et reconnaître un visage, ou comprendre un panneau de signalisation. Il a appris à  mémoriser de nombreux scénarios, comme l’arrêt brutal d’une voiture, pour être capable d’adapter la réponse de la voiture dans toutes les circonstances »[CEA17].

On retrouve exactement ce même fonctionnement chez l’être humain. En effet, le processus d’encodage évoqué précédemment fait appel à la mémoire à court terme. Cette-dernière permet temporairement le maintien d’une information utile à la réalisation d’une tâche en cours. Elle se retrouve dans le cortex préfrontal (en charge des processus mnésiques), et dans les aires sensorielles associatives (en lien avec la mémoire sensorielle). On comprend alors que la mémoire à court terme est une étape intermédiaire importante dans le processus de mémorisation. C’est une interface entre la mémoire sensorielle, qui filtre les informations en provenance de nos sens, et la mémoire à long terme dont le but est d’emmagasiner les informations sur une très longue durée[THO18]27. L’humain fait donc appel à la mémoire long terme, dont la fonction est la mise en mémoire de façon permanente et durable des informations ou idées issues de la mémoire de travail. C’est ce qui va permettre la récupération des connaissances stockées et divisées en quatre types de connaissances[THO181]28 :

 

 

Divers aspects de la perception visuelle (reconnaissances des objets, couleur, luminosité, mouvements), ne découlent donc pas directement de l’image rétinienne. Il s’agit là aussi d’un processus appris. La stimulation rétinienne déclenche des réponses déterminées par nos expériences antérieures puis l’observateur voit la distribution des sources potentielles de stimulations visuelles et les probabilités de leurs apparitions. Cependant, même si nous percevons facilement une forme simple, comme un rectangle ou le visage d’un proche, cela relève d’une suite d’événements neurologiques très complexes[BRE12 ].

Cependant, même si nous percevons facilement une forme simple, comme un rectangle ou le visage d’un proche, cela relève d’une suite d’événements neurologiques très complexes. La plupart des objets que nous voyons sont noyés parmi une multitude d’autres objets. Pour réussir à extraire une forme particulière du champ de manière précise, et l’identifier, il est absolument indispensable d’utiliser les processus attentionnels, ce qui nécessite de l’apprentissage et de l’adresse[ BRE12 ].

L’attention correspond à la concentration de notre cerveau. C’est un mécanisme nécessaire à la mémorisation, au raisonnement et à la prise de décision. Elle permet de sélectionner les informations qui nous seront utiles pour mener à bien l’activité ou le projet en cours de réalisation. Liée à la motivation elle peut être volontaire. Elle nous amène à nous concentrer et à utiliser notre énergie dans le but de réaliser efficacement l’action en cours. L’attention involontaire est, elle, exercée de manière automatique mais passive.  

L’attention endogène autorise la sélection volontaire des objets dont on veut s’occuper, c’est un processus descendant. L’attention exogène consiste en la captation involontaire de l’attention par les stimuli, c’est un processus ascendant. L’attention sélective augmente l’activité de régions précise de cortex sensoriel, comme le cortex visuel primaire et les aires visuelles extrastriées (BOUGEARD, 2015).29

Dans la voiture autonome, voici comment se déroule le processus de fusion et d’analyse des données :

 

Image 14 - Schématisation du processus de fusion et d'analyse des données

 

Aujourd’hui, le processus d’attention sélective de l’homme reste difficilement reproductible au niveau de la voiture autonome. En effet, même en se restreignant à un niveau de reconnaissance grossier, leur « attention » n’atteint pas la qualité de l’attention humaine. [ BRE12 ]30

 

C. Prise de décision

Tous les jours, l’homme est confronté à des « problèmes » qu’il doit résoudre en prenant une décision. Prendre une décision revient à « effectuer un choix entre plusieurs modalités d’actions possibles lors de la confrontation à un problème, le but étant de le résoudre en traduisant le choix fait en un comportement (en une suite d’action) »[ ALL13 ]31.

Trois grandes écoles ont théorisé le processus de résolution de problème.

Pour les béhavioristes, les sujets sont dépourvus d’intentions. La résolution de problème est le fruit d’un conditionnement et de renforcements positifs ou négatifs. L’individu trouve les solutions par essai erreur : il essaie quelque chose, se trompe, essaie autre chose, et une fois qu’il a trouvé la solution, il la répète. Il s’agit donc d’un apprentissage par répétition. La pensée n’existe pas [ SCH17 ].

Pour les gestaltistes, le sujet est pourvu d’intentions et de pensée créatrice. Il utilise de nouvelles façons de répondre et essaie de réorganiser au niveau perceptif les éléments du problème. L’insight se définit comme « la réorganisation de la situation se traduisant par une modification des éléments du problème »[ SCH17 ].

Dans l’approche cognitive ou computationnelle, il existe un espace problème, avec un état initial (dans lequel on trouve toutes les données du problème) et un état final (dans lequel on arrive à la résolution de problème). Au milieu, il y a des états intermédiaires avec des opérateurs et des contraintes. À chaque action que l’on met en place pour résoudre un problème, des opérateurs permettent de transformer un état dans un autre état. La personne formule alors une hypothèse heuristique, c’est-à-dire une hypothèse choisie provisoirement comme étant l’idée directrice pour aller vers la résolution indépendamment de sa vérité absolue. Cela ne veut pas dire pour autant que c’est la bonne hypothèse heuristique pour arriver à la solution [ SCH17 ].

Biologiquement parlant, c’est le lobe frontal qui est majoritairement impliqué dans la résolution de problème et la prise de décision. Une première zone évalue la situation et donc le bon comportement à analyser. Puis une seconde zone, appelée zone frontopolaire, procède à une seconde analyse pour trouver des solutions alternatives afin de choisir la plus efficace. Cette zone est absente chez les animaux, et c’est elle qui nous permet de formuler les hypothèses. [FUT12 ]32.

Un système de prise de décision de conduite existe bien chez la voiture autonome.  Les informations sont recueillies par les différents capteurs puis transmises au logiciel informatique qui va analyser et fusionner les données. Il reconnaît une apparence humaine, et comprend qu’il s’agit d’un piéton qui peut traverser la route. Le logiciel anticipe alors et prend la décision d’activer les freins pour stopper la voiture. Dans le cas de la voiture autonome, la prise de décision aboutit donc à une action qui va activer ou désactiver certaines commandes comme tourner à droite, freine, accélérer etc [CEA17 ].

 Cependant, des interrogations demeurent concernant la prise de décision de la voiture autonome : des questionnements d’ordre éthiques, juridiques, sociétaux… En effet, elle ne dispose pas d’instinct ou de conscience, elle repose uniquement sur le code de conduite. Par exemple, comment devrait réagir une voiture autonome face à un dilemme moral ? Doit-elle sauver la vie de ses passagers ou du piéton en infraction ? Doit-elle choisir la solution qui provoque le moins de morts ? Dans ce cas, comment convaincre les usagers de monter à bord d’un véhicule qui risque de les tuer ? Ces interrogations rejoignent les résultats que nous avons obtenu dans notre questionnaire : en effet, 80% des répondants déclaraient qu’ils préféraient que l’avion qu’ils prennent soit conduit par un humain plutôt que par une IA. C’est là toute la question de l’éthique et de la conscience qui se pose, et qui rejoint nos précédentes observations : l’intelligence artificielle parvient à dépasser ou égaler l’homme dans certains domaines, mais certaines parts de l’intelligence comme l’intelligence existentielle de Gardner, en constituent une lacune importante.

 Tel est le constat aujourd’hui : l’Intelligence Artificielle n’est pas multiple. Mais il est indéniable qu’elle connaîtra de nombreuses évolutions et améliorations dans le futur.

 

 

I.III. L’intelligence Artificielle de demain : en marche vers une intelligence multiple ?

A. Vers une intelligence artificielle forte ou une Super intelligence ?

 

 Les auteurs distinguent trois types d’intelligence [MAL17]:

 

Beaucoup croient que le projet de l'intelligence artificielle va bien au-delà de la simple simulation de comportements intelligents et qu'il porte sur la réification d'une conscience. Les développements actuels (2017) porteraient sur l'IA faible pour devenir une IA forte, et à terme, une Super Intelligence.

 

Les exemples présentés dans la première partie sont impressionnants et ils vont transformer notre vie quotidienne dans les années qui viennent (véhicules autonomes, assistants personnels, aide au diagnostic médical...). Cependant, pour les puristes de l’Intelligence Artificielle, ce ne sont que des manifestations d’Intelligence Faible. On résout des problèmes bien délimités. Peu importe que les performances obtenues soient supérieures à ce que peut réaliser un être humain, c’est l’horizon fuyant de l’Intelligence.

 

Tout le monde était d’accord dans les années 50 sur le fait qu’un programme qui jouerait convenablement aux dames pourrait être qualifié d’intelligent. Quand ce programme a existé (Le logiciel Chinook n’a pas perdu une partie depuis 1994), il ne pouvait plus être question d’Intelligence. Beaucoup de mémoire et une exploration d’arbre de recherche c’est de l’algorithmique, pas de l’Intelligence. Ce fut le tour des échecs (le superordinateur Deep Blue d’IBM bat Gary Kasparov en 1997). Là encore, les connaissances utilisées par Deep Blue ont été programmées par des humains. Le jeu de go a longtemps été considéré comme inaccessible aux programmes d’ordinateurs. La combinatoire de ce jeu est telle qu’il ne sert à rien d’explorer des arbres de recherche. Pourtant, en 2016, AlphaGo de Google DeepMind devient le meilleur joueur de go du monde. Cette fois l’approche est différente. AlphaGo n’est plus programmé, il apprend à partir d’un très grand nombre de parties déjà jouées. En 2017, une évolution simplifiée nommée AlphaZéro apprend même à jouer toute seule (les seules informations qui lui sont fournies sont les règles du jeu). Au bout de 40 jours de jeu contre elle-même, elle devient imbattable aux jeux de go, échecs et Shōgi.

 

AlphaZéro est-elle une Intelligence Artificielle ?

Les tenants de l’Intelligence Artificielle Forte ne le pensent pas. L’intelligence forte se définit comme une IA qui vise à reproduire le plus grand nombre possible des fonctions et performances des cerveaux animaux et humains. Son ambition est globale, intéressant toutes les activités des corps biologiques : motrices, sensorielles, cérébrales. L’objectif est d’obtenir des systèmes capables de se représenter eux-mêmes dans leur environnement, d’élaborer des stratégies, de communiquer par des langages, et plus généralement de construire ce que Richard Dawkins avait appelé des « phénotypes étendus » ou sociétés d’IA.

Nils Nilsson (2005), John McCarthy (2007), Marvin Minsky (2007), Patrick Wilson (2009) sont en désaccords avec les nouvelles mouvances de l’IA : "Il faut abandonner de se focaliser sur des tâches spécifiques" (conduire une voiture, faire des jeux...) "Il faut revenir à des machines qui pensent, qui apprennent et qui créent". Pour eux, une Intelligence Artificielle doit être dotée de conscience, de sensibilité, d’émotion. Pourquoi une telle exigence ? Cela traduit une frustration. La frustration de ne pas mieux comprendre ce que c’est que l’Intelligence. AlphaZéro est très performante. Dans son domaine, celui des jeux, elle surpasse sans contestation tous les êtres humains. Cela nous aide-t-il à mieux comprendre comment on peut résoudre ces problèmes ?

D’autres auteurs viennent même à parler de superintelligence. Catherine Malabou évoque ce concept en donnant l’exemple d’une puce synaptique dont le fonctionnement diffère des puces traditionnelles : « elle est dotée de 5,4 milliards de transistors entrelacés qui permettent de reproduire l’équivalent d’un million de neurones programmables (pour le calcul) et 250 millions de synapses (pour la mémoire). Et si de telles puces se développent, à l’avenir, on passera de l’intelligence artificielle dite forte à la superintelligence » [ MAL17 ]33. Ces ordinateurs seraient alors capables d’accéder à leur propre code, de s’adapter à leur utilisateur, de produire une interaction personnalisée. Cette plasticité artificielle ressemblerait énormément à la plasticité neuronale. Dès lors, le couple assimilation-accomodation décrit par Piaget ne serait plus réservé à l’intelligence naturelle.

Au niveau microscopique, cela vient confirmer l’hypothèse “connexionniste” qu’un assemblage adéquat d’unités élémentaires simples mais nombreuses (des neurones) permet d’apprendre à réaliser des tâches extrêmement complexes.

Au niveau macroscopique, cela nous dit peu de choses (il est très difficile de savoir comment un réseau de neurones profond résout un problème). Nous essayons de comprendre ce que c’est que l’Intelligence et la réponse que nous obtenons de ces expériences est que la meilleure solution pour obtenir de l’”Intelligence” c’est de faire comme le cerveau humain.

 

B. L’influence de la science-fiction dans le développement d’une intelligence multiple

La Science-Fiction s’est beaucoup intéressée à l’Intelligence Artificielle.

Les Intelligences Artificielles qui peuplent les œuvres de science-fiction sont souvent maléfiques et désireuses de détruire ou asservir l’humanité (Terminator, Matrix). Quelques auteurs ont été plus loin dans la réflexion :

En 1953, Isaac Asimov imagine un univers dans lequel les robots sont au service de l’humanité. Les trois lois de la robotique ont été publiées en mars 1942, dans une nouvelle Runaround éditée dans la publication Astounding Science-Fiction. Ces trois lois sont censées permettre une cohabitation harmonieuse entre humains et robots :

 

Le cycle des Robots, qui sera habilement relié au cycle de Fondation par L’aube de fondation en 199334, explore les limites de ces 3 lois, et notamment les paradoxes que celles-ci engendrent et la remise en cause de leur universalité.

 

Dans 2001 L’Odyssée de l’espace35, Arthur C. Clarke imagine le super ordinateur HAL 9000 (si on décale chaque lettre d’une position dans l’alphabet, on obtient IBM) en proie à un conflit existentiel majeur qui le conduit à une forme de folie.
 

Image 15 - Ordinateur HAL 9000

 

Dans L’homme bicentenaire36, Isaac Asimov met en scène le combat d’un robot aux capacités initiales limitées pour s’améliorer avec le temps et finalement accéder au statut juridique d’être humain.
 

Image 16 - L'homme bicentenaire

Dans Blade Runner37, tiré du roman Les androïdes rêvent-ils de moutons électriques ?38 de Philip. K. Dick, les « replicants » (des humains artificiels) refusent leur destruction programmée et cherchent à se fondre dans la population. Mais ils sont trahis par leur capacité d’empathie inférieure à la moyenne. Le personnage de Rachel ne sait pas qu’elle est un réplicant, et dans le film plusieurs indices laissent penser que Deckard (le personnage principal) pourrait lui même être un réplicant.

 

 

Image 17 - Blade Runner

Le personnage de Data dans Star Trek Nouvelle génération39 explore le concept du robot anthropomorphe qui cherche à devenir plus humain (irrationalité, gestion des émotions, sens de l’humour).

 

 

Image 18 – Data, le robot anthropomorphe dans Star Trek Nouvelle Génération

Dans AI40, Steven Spielberg développe l’idée de Brian Aldiss d’un petit garçon qui découvre qu’il est un robot et fera tout son possible pour retrouver l’affection de ses parents.
 

Image 19 - AI

La série Westworld41 décrit des robots conçus pour un parc de loisirs dont le comportement est tellement indiscernable de celui d’êtres humains qu’il finissent par échapper au contrôle de leur créateur.
 

Image 20 - Westworld

 

        Au travers de ces divers exemples de films et de séries, on peut donc voir que la science-fiction a un pas d’avance sur la réalité, en imaginant des robots humanoïdes indifférenciables de l’Homme, capables de conscience et d’émotions, pouvant échapper au contrôle de leur créateur, l’aider ou chercher à le détruire.

C. L’IA de demain : une intelligence multiple et consciente ?

Comme nous l’avons expliqué précédemment, l’Intelligence Artificielle n’en est qu’à ses débuts. Il s’agit aujourd’hui encore d’une IA faible, qui égale ou dépasse les performances humaines dans un domaine spécifique. Le but aujourd’hui est de parvenir à combiner ces différentes intelligences afin de créer une intelligence forte et même une Super Intelligence. Or, ce dernier concept pose la question des systèmes doués de conscience, et du vécu des expériences subjectives.

 

Le terme « conscience « est emprunté au latin conscientia, dérivé de conscire, de cum « avec » (co-) et scire « savoir » (science), proprement « savoir en commun » [REY85]. [Chez l'homme, à la différence des autres êtres animés], il s’agit de l’organisation de son psychisme qui, en lui permettant d'avoir connaissance de ses états, de ses actes et de leur valeur morale, lui permet de se sentir exister, d'être présent à lui-même, connaissance qu'a l'homme de ses états, de ses actes et de leur valeur morale. » [Cen18]42.La conscience a à voir avant tout avec la connaissance.  Il s’agirait d’une connaissance de soi-même qui permet à l’homme d’être présent à lui-même.

 

Pour les philosophes fonctionnalistes, la pensée n’est pas un processus biologique qui se limiterait au cerveau humain. Nous avons une conscience car nous avons une machine suffisamment sophistiquée pour traiter les informations. La pensée est donc créée dans un cerveau, par une fonction biologique. Mais cette affirmation n’exclut pas la possibilité de retrouver cette fonction dans d’autres types de systèmes. Il n’existerait donc pas de différence entre un phénomène mental et une simulation informatique. Pour d’autres, la conscience de soi se construit au travers du regard des autres. C’est ce que pense l’autre qui fait changer mon attitude et mon comportement, et vice versa. La conscience se définirait donc comme un système suffisamment sophistiqué de traitement des informations, et une capacité de se mettre à la place d’autrui [LOU17]43.

 

Pour illustrer la question des différences entre la conscience humaine, et l’état actuel de l’IA, prenons un exemple : vous conduisez une voiture, et soudain vous vous rendez compte que le voyant du réservoir de carburant est allumé. Qu’est ce qui rend l’humain (un assemblage complexe de neurones) conscient de la lumière, et que manque-t-il à la voiture (un assemblage sophistiqué de pièces électroniques) pour qu’elle puisse se doter d’une conscience similaire ? [SEN17]44

 

De manière schématique, le cerveau humain mettrait en place deux types de traitement de l’information [ SEN17 ] :

 

Pour Dehaene, la conscience n’est qu’un tout petit aspect du fonctionnement cérébral. Il y a beaucoup de traitements inconscients dans le cerveau, c’est-à-dire des processus qui permettent de traiter l’information sur un mode automatique lorsqu’elle est familière. Selon lui, les systèmes actuels d’IA comme les algorithmes développés pour la reconnaissance des images et des sons fonctionnent sur ce mode. Ainsi, une large part de ce que développe l’IA et les réseaux de neurones correspond à ce traitement non conscient. La plupart des auteurs rejoignent ce point de vue en affirmant que les calculs mis en œuvre par les réseaux de Deep Learning correspondent principalement aux opérations non conscientes du cerveau humain. Les systèmes actuels ont la capacité d’extraire du sens des informations, de prendre des décisions et d’apprendre, mais ils n’en ont pas conscience[ SEN17].

 

Il est aujourd’hui possible d’atteindre le niveau C2, la conscience de soi. Certains robots l’ont déjà atteint, en étant programmés pour surveiller leur propre progression d’apprentissage et l’utiliser pour optimiser le traitement de l’information. Mais le niveau C1 est plus difficilement accessible car les humains utilisent des circuits neuronaux supplémentaires, qui ne sont pas encore complètement compris, pour extraire le sens et analyser les interprétations probabilistes afin de se décider en faveur des actions[SEN17 ].

En l’état des lieux, nous rejoignons donc l’affirmation de Yann LeCun, directeur de la recherche en IA chez Facebook : « un rat a plus de conscience que les meilleurs systèmes d’intelligence artificielle que l’on est capable de construire. Aussi sophistiqué soit un ordinateur, même lorsqu’il arrive à battre des champions du jeu de go, à savoir que vous avez fait une faute dans votre recherche sur Google ou à conduire une voiture, il a encore besoin qu’on lui tienne la main »[DEM18]45.

 

Cependant, l’objectif d’une conscience artificielle n’est pas inatteignable. Certains chercheurs affirment que la conscience n’est qu’une fine couche de calcul en plus, un petit vernis supplémentaire, très indispensable, qui nous permettrait d’accéder à l’information, d’y réfléchir posément, longuement et de partager cette information avec d’autres personnes[ SEN17 ].

 

Il serait alors possible d’avoir un smartphone qui partage des informations, y réfléchit, qui parviendrait à savoir ce que l’on sait et ce que l’on ne sait pas, et qui témoignerait d’une forme de métacognition.[SEN17 ].

 

Néanmoins, l’accès à la conscience artificielle pourrait également amener de nouveaux problèmes. Par exemple, pour arriver plus rapidement à destination, une voiture autonome pourrait transmettre de fausses informations sur les accidents ou les problèmes de circulation, ne pas laisser les autres voitures savoir que l’autoroute est encombrée par exemple. En effet, comme pour les hommes, deviner les comportements de ses pairs pourrait devenir un instrument de manipulation aux mains de l’IA[LOU17 ].

 

 

 

 

Conclusion

 

Aujourd’hui, l’intelligence artificielle est utilisée dans tous les domaines. Elle est capable de dépasser ou d’égaler celle de l’Homme dans certains d’entre eux. Néanmoins, il n’existe pas d’IA capable de mêler les différents types d’intelligence de Gardner, comme l’être humain est capable de le faire. On ne peut donc pas parler d’intelligence multiple. Cependant, le développement des intelligences fortes ou des supra-intelligences, mêlées à l’influence de la science-fiction qui vise un idéal de robot indifférenciable de l’Homme, laisse à penser que l’intelligence artificielle pourra devenir multiple dans le futur. Des questionnements éthiques persistent, et ne semblent pas trouver de réponse à ce jour.  Ces interrogations sont pourtant légitimes, et surtout nécessaires avant qu’ait lieu la propagation d’IA plus fortes à travers le monde. De nombreuses personnes, y compris des acteurs de son développement, s’intéressent de près à ces débats. En effet, tout laisse à penser que l’IA aura l’éthique que l’Homme lui inculquera.

 

Dans ce dossier, nous nous sommes attachés à comparer l’intelligence humaine et l’intelligence artificielle, comme deux entités exclusives l’un de l’autre. Or, le courant du transhumanisme vise à les combiner en utilisant les technologies modernes telles que l’ingénierie génétique, la technologie de l’information, la médecine pharmaceutique, les nanotechnologies, l’intelligence artificielle, le téléchargement des données du cerveau dans un ordinateur, pour surmonter nos limites biologiques, dans le but de développer des stratégies de travail et des politiques pouvant permettre aux sociétés et aux individus de faire face au futur qui arrive. On peut alors s’interroger : la combinaison de l’intelligence humaine et de l’IA est-elle la seule voie possible pour arriver à une IA multiple ?

 

 

 

 

 

 

 

 

 

 

J.Bibliographie

ALEXANDRE, L. (2017). La Guerre des Intelligences. Paris: JC Lattès.

ALIX, C., & DROUZY, F. (2017). Cédric Villani - Agir pour que l'intelligence artificielle soit utile à tous. Consulté le avril 24, 2018, sur Libération.

ALLAIN, P. (2013, avril-mai-juin). La prise de décision : aspects théoriques, neuro-anatomie et évaluation. Consulté le avril 27, 2018, sur Revue de neuropsychologie: http://www.jle.com/fr/revues/nrp/e-docs/la_prise_de_decision_aspects_theoriques_neuro_anatomie_et_evaluation_298787/article.phtml?tab=texte

ASIMOV, I. (1993). L'aube de Fondation. Paris: Presses de la Cité.

BATESON, G., & RUESCH, J. (1988). Communication et Société. Paris: Seuil.

BONFILLON, P.-O. (2012). Psychologues, les grandes idées tout simplement. Paris: Prisma.

BREEDLOVE, M., Rosenzweig, M. R., & WATSON, N. V. (2012). Psychobiologie : de la biologie du neurone aux neurosciences comportementales, cognitives et cliniques. Paris: De Boeck.

Carnets2psycho. (2015). La définition de Aptitude. Consulté le 04 02, 2018, sur Carnets2psycho: https://carnets2psycho.net/dico/sens-de-aptitude.html

CEA. (2017, Novembre 22). L'essentiel sur la voiture autonome. Récupéré sur CEA: http://www.cea.fr/comprendre/Pages/nouvelles-technologies/essentiel-sur-voiture-autonome.aspx

Centre National des Ressources Textuelles et Lexicales. (2018, avril 2). Définition de Conscience. Récupéré sur Centre National des Ressources Textuelles et Lexicales: http://www.cnrtl.fr/lexicographie/conscience

CHABROL, H. (2005). Les mécanismes de défense. Recherche en soins infirmeirs, 82, no. 3, pp. 31-42.

CHAUFER, A. (2016). Existe-t-il une spécificité de la clinique en milieu carcéral ? Le suivi d'auteurs d'infractions à caractère sexuel. Le Journal des psychologues, 332, no. 2, pp. 28-31.

CHUDZIK, L. (2009). Obligation de soins : demande sociale et psychothérapie. Dans O. BOURGUIGNON, La pratique du psychologue et l'éthique. Wavre, Belgique: Mardaga.

CLAUDON, P., & WEBER, M. (2009). L'émotion. Contribution à l'étude psychodynamique du développement de la pensée de l'enfant sans langage en interaction. Devenir, 21, no. 1, pp. 61-99.

COLOMBUS, C. (Réalisateur). (1999). L'homme bicentenaire [Film].

CRICK, F. (1995). The Astonishing Hypothesis : The Scientific Search for the Soul. New-York: Touchstone.

DELABIE, G. (2017, Novembre 20). Les capteurs dans tous leurs états pour le véhicule autonome. Récupéré sur Innovation Mobilité: https://innovation-mobilite.fr/2017/11/20/les-capteurs-dans-tous-leurs-etats-pour-le-vehicule-autonome/

DEMICHELS, R. (2018, Février 26). Intelligence artificielle : conscience, es-tu là ? . Récupéré sur Les Echos: https://www.lesechos.fr/idees-debats/sciences-prospective/0301306863352-intelligence-artificielle-conscience-es-tu-la-2156561.php#formulaire_enrichi::bouton_google_inscription_article

DICK, P. K. (1976). Les androïdes rêvent-ils de moutons électriques ? Paris: Chute Libre.

FUTURA SANTE. (2012, Août 24). Cerveau : les zones de la réflexion et de la décision ont été localisées. Récupéré sur Futura Santé: https://www.futura-sciences.com/sante/actualites/biologie-cerveau-zones-reflexion-decision-ont-ete-localisees-40795/

Futura Tech. (2018, avril 2). Qui sont les pionniers de l'intelligence artificielle ? Récupéré sur Futura Tech: https://www.futura-sciences.com/tech/questions-reponses/intelligence-artificielle-sont-pionniers-intelligence-artificielle-4907/

Futura-tech. (2018). Definition : Voiture autonome. Consulté le mars 16, 2018, sur Futura Tech: https://www.futura-sciences.com/tech/definitions/voiture-voiture-autonome-15601/

GELY-NARGEOT, M.-C. (2009). L'expertise psychologique en milieu judiciaire. Dans O. BOUGUIGNON, La pratique du psychologue et l'éthique (pp. 127-141). Wavre, BELGIQUE: Mardaga.

GOLEMAN, D. (2003). L'intelligence émotionnelle (Vol. 7130). J'ai Lu Bien-Etre.

GREGOIRE, J. (2014). L'examen clinique de l'intelligence de l'adulte. Pour une meilleure interprétation des résultats des tests d'intelligence. Mardaga.

HANSEN-LOVE, L. (2000). La philosophie de A à Z. Paris: HATIER.

HOMERE, O., & GIGUET, P. (1893). L'Iliade et l'Odyssée. Paris: Hachette.

HUTEAU, M. (2006). Alfred Binet et la psychologie de l'intelligence. Le journal des psychologues, 234, no. 1, pp. 24-28.

Institut Normand de Coaching et de Thérapies Brèves. (s.d.). Thérapie stratégique et systémique - École de Palo Alto. Consulté le avril 27, 2018, sur Institut Normand de Coaching et de Thérapies Brèves: http://www.inctb.net/ressourcests.htm

KOCH, C. (2015, Août). Où trouver la conscience dans le cerveau ? . Cerveau et Psycho, 70, pp. 74-79.

KOLB, B., MOHAMMED, A., & GIBB, R. (2010). La recherche des facteurs qui sont à la base de la plasticité cérébrale sur le cerveau. Magazine sur les troubles de la communication. Récupéré sur Cognifit: https://www.cognifit.com/fr/plasticite-du-cerveau

KUBRICK, S. (Réalisateur). (1968). 2001, l'Odyssée de l'espace [Film].

LACAN, J. (1966). Le stade du miroir comme formateur de la fonction du je. Dans J. LACAN, éCRITS (pp. 93-100). Paris: Seuil.

LAROUSSE. (2018, avril 16). Définition : cognition. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/cognition/17005

LAROUSSE. (2018, avril 18). Définition : Lidar. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/lidar/47055

LAROUSSE. (2018, avril 2). Définition de l'intelligence. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/intelligence/43555

LAROUSSE MÉDICAL. (2018, mars 16). Champ visuel. Récupéré sur Larousse: http://www.larousse.fr/encyclopedie/medical/champ_visuel/11874

LEMITRE , S. (2009). Soins sous contrainte. Modélisation d'un dispositif clinique pour adolescents auteurs d'agressions sexuelles. Dans La pratique du psychologue et l'éthique (pp. 157-168). Wavre, Belgique: Mardaga.

LIGHTHILL, J. (1973). Artificial Intelligence : A General Survey. Dans S. R. Council, Artificial Intelligence : a paper symposium.

LOUIS, L. (2017, Décembre 1). Conscience artificielle n'est pas l'intelligence forte. Récupéré sur Siècle Digital: https://siecledigital.fr/2017/12/01/conscience-artificielle-nest-pas-lintelligence-artificielle-forte/

MAILLARD, N., & RIPERT, R. (s.d.). Le livre des rêves. PARIS: Albin Michel.

MALABOU, C. (2017). Métamorphoses de l'intelligence. Paris: Presses Universitaires de France.

MASSE, G. (1996, Juin 15). La demande du patient et les réponses. Actualité et Dossier en Santé Publique, 15, p. XXV. Récupéré sur Haut Conseil de la Santé Publique.

MERLEAU-PONTY, M. (2005). Phénoménologie de la perception. Gallimard.

MILLER, W., & ROLLNICK, S. (2006). L'entretien motivationnel : aider la personne à engager le changement. paris: InterEditions-Dunod.

MONCEAU, M. (1998). Soigner en psychiatrie, entre violence et vulnérabilité. Québec, Canada: Gaetan Morin Editeur. Récupéré sur psychose Maniaco D.

NOLAN, J., & JOY, L. (Réalisateurs). (2016). Westworld [Film].

OGEZ, D., COLMANT, M., ZECH, E., & DE TIMARY, P. (2014, Mai 23). Quand le psychologue rencontre systématique le patient, quelle place pour une demande personnelle ? Récupéré sur UCLEP: http://www.uclep.be/wp-content/uploads/pdf/Pub/Ogez_PO_2014.pdf

PAPERT, S., & MINSKY, M. (1988). Perceptrons. Mit Pr.

PERRIN, B. (2016, Février 12). Les petits secrets des voitures autonomes. Récupéré sur L'auto-journal: https://news.autojournal.fr/news/1501516/voiture-autonome-technologie-radar-lidar-cam%C3%A9ra

PERRON, R. (1997). La pratique de la psychologie clinique. PARIS: DUNOD.

Psychomedia. (2012, novembre 13). Définition : test psychométrique. Consulté le avril 6, 2018, sur Psychomedia: http://www.psychomedia.qc.ca/lexique/definition/test-psychometrique

Recall-you. (2018, mars 16). Les trois étapes de la mémoire. Récupéré sur Recall-you: http://www.recall-you.com/comprendre-fonctionnement-memoire/encodage-stockage-rappel.php

REVOY, N., & CHAMBON, P. (2006). La science aux portes de la conscience. Sciences & vie, 1062, pp. 56-71.

REY, A. (1985). Dictionnaire de la langue française. Paris: Dictionnaires Le Robert.

RODDENBERRY, G. (Réalisateur). (1987-1994). Star Trek : La Nouvelle Génération [Film].

ROUSTANG, F. (2000). La fin de la plainte. Paris: Odile Jacob. Récupéré sur Paroles de psy: https://www.parolesdepsy.com/francois-roustang-la-position-du-therapeute/

Santé médecine. (2018, avril 16). Définition : Processus cognitifs. Consulté le avril 16, 2018, sur Santé Médecine: https://sante-medecine.journaldesfemmes.fr/faq/36745-processus-cognitifs-definition

SCHWEITZER, M. (2017). Cours de Psychologie Générale et Cognitive. Université Catholique de l'Ouest, ANGERS.

SCOTT, R. (Réalisateur). (1982). Blade Runner [Film].

SENDER, E. (2017, Octobre 27). Comment donner une conscience aux machines. Récupéré sur Sciences et avenir: https://www.sciencesetavenir.fr/high-tech/un-article-de-stanislas-dehaene-expose-comment-donner-conscience-a-l-intelligence-artificielle_117736

SENDER, E., & DAMASIO, A. (2011). Il existe trois niveaux de conscience. Sciences et avenir, 770, pp. 40-43.

SIMETI, F. (2014). Les montres du fond des mers. Imaginaire & Inconscient, 13, pp. 157-167.

SMITH, J. (2009). Situations éthiques délicates dans la pratique du psychologue avec l'obligation de soins. Dans O. BOURGUIGNON, La pratique du psychologue et l'éthique (pp. 143-156). Wavre, BELGIQUE: Mardaga.

SPIELBERG, S. (Réalisateur). (2001). A.I. Intelligence artificielle [Film].

THOMAS, D. (2018, Avril 25). La mémoire à court terme. Récupéré sur Carnets2psycho: https://carnets2psycho.net/theorie/histoire15.html

THOMAS, D. (2018, Avril 27). La mémoire à long terme. Récupéré sur Carnets2psycho: https://carnets2psycho.net/theorie/histoire19.html

 

 

 

K.Table des illustrations

Image 1 – Schématisation d’un neurone formel        17

Image 2 - Réseaux de neurones artificiels        17

Image 3 - Perceptron        18

Image 4 - Google Translate        19

Image 5 - Wolfram Alpha        21

Image 6 - Nasa Rover        21

Image 7 - Neato signature XV        22

Image 8 - AIVA, l'Intelligence Artificielle qui compose de la musique classique        23

Image 9 - Oxford University Flower Recognition        23

Image 10- Radar avant        27

Image 11 - Radar arrière        27

Image 12 - Scanners laser : lidar        28

Image 13- Phototype de véhicule autonome et connecté        28

Image 14 - Schématisation du processus de fusion et d'analyse des données        32

Image 15 - Ordinateur HAL 9000        38

Image 16 - L'homme bicentenaire        38

Image 17 - Blade Runner        39

Image 18 – Data, le robot anthropomorphe dans Star Trek Nouvelle Génération        39

Image 19 - AI        40

Image 20 - Westworld        40

 

Vidéo 1 - Robot Atlas de Boston Dynamics        22

Vidéo 2 - Vision de la voiture autonome        29

 

 

Glossaire

Algorithme : Suite non finie et non ambiguë d’opérations permettant de résoudre un problème ou d’obtenir un résultat. Les ordinateurs permettent ainsi d’exécuter et d’automatiser un programme dans un langage de programmation donné.

 

Agent intelligent (agents conversationnels) - en anglais : Bot ou chatbot : « chat » comme discussion en ligne et « Bot » comme abréviation de robot. Logiciel programmé pour simuler une conversation en langage naturel.

 

Analyse factorielle : technique statistique qui permet, quand on dispose d’une population d’individus pour lesquelles on possède de nombreux renseignements concernant les opinions, les pratiques et le statut (sexe, âge, etc.), d’en donner une représentation géométrique, c'est--dire en utilisant un graphique qui permet de voir les rapprochements et les oppositions entre les caractéristiques des individus.

 

Apprentissage : Ensemble des processus de mémorisation mis en œuvre pour élaborer ou modifier les schèmes comportementaux spécifiques sous l'influence de son environnement et de son expérience.

 

Arbre de recherche : Les arbres sont fréquemment utilisés en informatique, d’une part parce que les informations sont souvent hiérarchisées et peuvent être représentées naturellement sous une forme arborescente, et d’autre part, parce que les structures de données arborescentes permettent de stocker des données volumineuses de façon que leur accès soit efficace.  Un arbre de recherche est une structure de donnée qui permet de représenter les différentes solutions d’un problème. Par exemple pour le jeu d’échecs, la racine de l’arbre représente la situation de jeu actuelle et les différentes branches qui en partent les différents coups possibles. L’exploration de cet arbre permet d’évaluer la pertinence de chacun des coups.

 

Automatisation de données : L’automatisation consiste à minimiser les interventions manuelles dans la production et la diffusion de données (requêtes, retraitement, mises en forme…).

 

Approche symbolique : Dans l’approche symbolique on cherche à résoudre explicitement les problèmes. Approche directement issue de la logique. Pour ce faire, les problèmes sont décomposés en différents sous-problèmes et des solutions algorithmiques ou à base de connaissances sont construites pour résoudre chacun des sous-problèmes de manière exacte ou approchée. Approche qui a montré ses limites dans les tâches d’apprentissage et de reconnaissances de formes.

 

Approche connexionniste : les connexionnistes cherchent à construire des réseaux de neurones artificiels capables de réaliser des tâches élémentaires de perception. Approche qui a connu un fort regain grâce à la méthode de la rétro propagation (de l’erreur) qui permet à un réseau de neurones multicouche de résoudre des problèmes non linéairement séparables.

 

Cognition : le processus par lequel des systèmes naturels (humains et animaux) ou artificiels (ordinateurs) acquièrent des informations sur leur monde, et construisent des représentations, les transforment en connaissances par des opérations spécifiques, puis les mettent en œuvre dans des activités, des comportements, ou des fonctionnements.

 

Néo connexionnisme : Le néo connexionnisme est le mouvement qui profitant de l’invention de l’algorithme de rétro propagation a relancé les recherches autour des réseaux de neurones à la fin des années 80.

 

Conscience : Connaissance, intuitive ou réflexive immédiate, que chacun a de son existence et de celle du monde extérieur.

 

Cybernétique : (grec kubernêtikê, de kubernân, gouverner). Science de l'action orientée vers un but, fondée sur l'étude des processus de commande et de communication chez les êtres vivants, dans les machines et les systèmes sociologiques et économiques.

 

Combinatoire (explosion combinatoire) : : c’est l’ensemble des combinaisons possibles des paramètres d’un système. Quand le nombre de paramètres est grand, on parle d’explosion combinatoire parce qu’il n’est pas possible de passer en revue l’ensemble des valeurs possibles. Par exemple, il existe 6,670,903,752,021,072,936,960 grilles de Sudoku 9x9 possibles.

 

Deep learning : Technique d’apprentissage permettant par exemple à un programme de reconnaître le contenu d’une image ou de comprendre le langage parlé. C’est une déclinaison du Machine Learning, directement lié aux réseaux de neurones artificiels. On parle de deep learning quand un réseau de neurones comporte plus d’une couche cachée (typiquement plusieurs dizaines). Cette configuration permet au réseau de faire émerger des solutions présentant un meilleur niveau d’abstraction.

 

Emotion : un état de conscience complexe, généralement brusque et momentané, accompagné de signes physiologiques [ CLA09]46

 

Facteur G : facteur qui représente l’énergie mentale que le sujet est susceptible d’investir dans les activités cognitives. 

 

Hameçonnage : (« phishing » en anglais) : approche détournée qu'utilisent les cyber-escrocs pour pousser à révéler des informations personnelles, comme des mots de passe ou des numéros de carte de crédit, de sécurité sociale ou de compte bancaire, en envoyant des e-mails contrefaits ou en dirigeant sur un site web contrefait.

 

Intelligence : qualité de quelqu’un qui manifeste dans un domaine donné un souci de comprendre, de réfléchir, de connaître et qui adapte facilement son comportement à ces finalités 

 

Intelligence artificielle : Discipline née en 1956.  Ensemble de théories et de techniques mises en œuvre en vue de réaliser des machines capables de simuler l'intelligence humaine. L’IA vise à simuler sur des ordinateurs et des réseaux électroniques, par l’intermédiaire de programmes informatiques, un certain nombre des comportements cognitifs, ou façons de penser, des cerveaux animaux et humains.

 

Intelligence cristallisée : capacité à utiliser des connaissances anciennes déjà acquises, des stratégies familières, l’expérience, qui font appel à la mémoire à long terme.

 

Intelligence émotionnelle : capacité à reconnaître, comprendre et réguler ses propres émotions ainsi que celles des autres, et à utiliser cette information pour guider la réflexion et l’action

 

Intelligence fluide : connaissances, compréhension verbale, capacité de raisonnement dans les situations nouvelles ne faisant que très peu appel à des connaissances antérieures.

 

IA forte – IA Ascendante : IA qui vise à reproduire le plus grand nombre possible des fonctions et performances des cerveaux animaux et humains. Son ambition est globale, intéressant toutes les activités des corps biologiques : motrices, sensorielles, cérébrales. L’objectif est d’obtenir des systèmes capables de se représenter eux-mêmes dans leur environnement, d’élaborer des stratégies, de communiquer par des langages, et plus généralement de construire ce que Richard Dawkins avait appelé des « phénotypes étendus » ou sociétés d’IA.

 

IA Faible – IA Descendante : Imitation fidèle d'un comportement observé et qui est reproduit à l'identique à l'aide d'un programme informatique. C’est une Intelligence artificielle qui ne se concentre que sur des tâches précises.

Lidar : radar de sondage atmosphérique qui fonctionne avec ondes optiques émises par laser

 

Machine learning : l’apprentissage automatique est un champ d’étude de l’IA qui décrit un processus systématique par lequel une machine apprend à partir d’exemples, ce qui lui permet de remplir des tâches difficiles ou problématiques par des moyens algorithmiques plus classiques.

 

Mémoire : Faculté de conserver et de rappeler des choses passées et ce qui s'y trouve associé ; l'esprit, en tant qu'il garde le souvenir du passé.

 

Neurone formel : Dispositif à plusieurs entrées et une sortie qui modélise certaines propriétés du neurone biologique. La valeur de sortie du neurone formel est une fonction non linéaire, généralement à seuil, d'une combinaison de valeurs d'entrée dont les coefficients de pondération sont ajustables.

 

Plasticité neuronale : La plasticité cérébrale fait référence à la capacité du système nerveux à changer sa structure et son fonctionnement au cours de sa vie comme réaction à la diversité de son environnement. Bien que ce terme soit utilisé dans les domaines de la psychologie et de la neuroscience, il n'est pas facile à définir. Il est utilisé pour faire référence aux changements au niveau du système nerveux : structures moléculaires, changements au niveau de l'expression génétique et du comportement[Cog10 ]47

 

Programme (informatique) : C’est une succession d’instructions exécutables par l’ordinateur. Les instructions sont écrites dans un langage spécifique dit « de programmation » qui va décrire l’ensemble des actions consécutives que l’ordinateur doit exécuter.


Processus cognitifs : l’ensemble des processus élaborés par un système pour analyser des informations et mettre en place l’action adéquate pour y répondre. Il existe deux sortes de systèmes distincts : les systèmes naturels (un neurone, un réseau de neurone) et les systèmes artificiels.

 

Rétro-propagation du gradient : (Parker, LeCun, Hinton 1986) : Convergence d’un algorithme itératif d’adaptation des poids d’un réseau de neurones multicouches. Méthode qui permet de calculer le gradient de l'erreur pour chaque neurone d'un réseau de neurones, de la dernière couche vers la première.

 

Réseau de neurones artificiels - réseaux neuronaux : Ensemble de neurones formels interconnectés permettant la résolution de problèmes complexes tels que la reconnaissance des formes ou le traitement du langage naturel, grâce à l'ajustement des coefficients de pondération dans une phase d'apprentissage. Le réseau neuronal peut se modifier lui-même en fonction des résultats de ses actions, ce qui permet l'apprentissage et la résolution de problèmes sans algorithme, donc sans programmation classique.

 

Réseaux sémantiques : conçus l'origine en linguistique pour devenir ensuite un langage pour la représentation de concepts très divers, une structure informatique utilisée en IA (QUILLIAN / COLLINS 1966). Un réseau sémantique est un graphe composé d’un ensemble de nœuds étiquetés (représentant généralement des objets), d’un ensemble de liens orientés et étiquetés entre ces nœuds (représentant généralement des relations entre des objets), et enfin, d’un ensemble d'opérations d'exploitation de ce graphe (constituants les mécanismes de raisonnement)

 

Robotique : ensemble des techniques permettant la conception et la réalisation de machines automatiques ou de robot.

 

Système expert : Un système expert est un logiciel qui sait donner des recommandations — pour un domaine et une application bien définie — au même niveau d’un expert humain de ce domaine. C’est “un logiciel intelligent qui utilise des connaissances et des inférences logiques pour résoudre des problèmes qui sont suffisamment difficiles pour nécessiter une expertise humaine importante pour trouver une solution” (Feigenbaum 1982)

 

Science-fiction : Genre littéraire et cinématographique décrivant des situations et des événements appartenant à un avenir plus ou moins proche et à un univers imaginé en exploitant ou en extrapolant les données contemporaines et les développements envisageables des sciences et des techniques.

 

Tests psychométriques : Un test psychométrique est un instrument de mesure standardisé d'un phénomène ou trait psychologique (intelligence, personnalité, aptitude, dépression, etc)[ Psy12 ]48.

 

Test de Turing (le jeu de l’imitation49) : Alan Turing dans un article jetait les bases du premier test pour distinguer un homme d’une machine, permettre de vérifier la capacité d’une machine à faire preuve de signes d’intelligence humaine. 

Cette expérience se déroule comme suit : Un évaluateur humain est chargé de juger une conversation textuelle entre un humain et une machine. L’évaluateur sait que l’un des deux participants est une machine, mais ne sait pas lequel. S’il n’est pas en mesure de discerner l’homme de la machine après 5 minutes de conversation, la machine a passé le test avec succès. Aucune limite n’est posée quant au contenu de ces messages qui peuvent couvrir tout type de sujet. Le but étant d’élargir au maximum le champ des possibles pour complexifier le test.

Transhumanisme : Le transhumanisme peut se définir comme étant une façon de penser qui préconise l’utilisation des sciences et de la technologie afin d’améliorer les caractéristiques physiques et mentales des humains. Cette façon de penser est basée sur la conviction que les humains sont actuellement dans leur phase intermédiaire de développement.

Voiture autonome :  Une voiture dite autonome est équipée d'un système de pilotage automatique qui lui permet de circuler sans intervention humaine dans des conditions de circulation réelles.

 

 

L.Annexes

 

Annexe 1 : Questionnaire d’exploration

Questionnaire Exploratoire portant sur :

L’appréhension de l’Intelligence Artificielle auprès d’un public adulte.

 

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Restitution des résultats du questionnaire exploratoire :

 

Nous avons collecté des données sur un panel de 136 adultes, dont 56% de femmes et 44% d’hommes, répartis en 4 classes d’âge. 45% ont entre 18 et 30 ans, 14% ont plus de 60 ans. 33% sont des étudiants ou sans profession, 20% des employés et 20% de cadres, 11% sont des retraités et un peu moins de 10% exercent des professions de chef d’entreprise, artisans ou commerçants. Le panel semble relativement équilibré et représentatif de la population.

 
 
 
 
 
 
LibreOffice/6.0.3.2$MacOSX_X86_64 LibreOffice_project/8f48d515416608e3a835360314dac7e47fd0b821 / /

;

 

1 Alix,C., Cario,E.,Drouzy,F.(2017).Cédric Villani : «Agir pour que l’intelligence artificielle soit utile à tous». En ligne sur le site de Libération http://www.liberation.fr/futurs/2017/10/20/cedric-villani-agir-pour-que-l-intelligence-artificielle-soit-utile-a-tous_1604620, consulté le 24 avril 2018.

2 ALEXANDRE, L. (2017). La Guerre des Intelligences. Paris: JC Lattès.

 

3 LAROUSSE. (2018, avril 2). Définition de l'intelligence. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/intelligence/43555

 

4 HUTEAU, M. (2006). Alfred Binet et la psychologie de l'intelligence. Le journal des psychologues, 234, no. 1, pp. 24-28.

5 GREGOIRE, J. (2014). L'examen clinique de l'intelligence de l'adulte. Pour une meilleure interprétation des résultats des tests d'intelligence. Mardaga.

6 Carnets2psycho. (2015). La définition de Aptitude. Consulté le 04 02, 2018, sur Carnets2psycho: https://carnets2psycho.net/dico/sens-de-aptitude.html

 

7 SCHWEITZER, M. (2017). Cours de Psychologie Générale et Cognitive. Université Catholique de l'Ouest, ANGERS.

 

8 GOLEMAN, D. (2003). L'intelligence émotionnelle (Vol. 7130). J'ai Lu Bien-Etre.

9 Futura Tech. (2018, avril 2). Qui sont les pionniers de l'intelligence artificielle ? Récupéré sur Futura Tech: https://www.futura-sciences.com/tech/questions-reponses/intelligence-artificielle-sont-pionniers-intelligence-artificielle-4907/

 

10 Homère, 0. a. J., & Giguet, P. (1893). L'Illiade et l'Odyssée. Paris: Hachette.

11  A. M Turing (1950) Computing Machinery and Intelligence. Mind 49 : 433-460.

 

12 PAPERT, S., & MINSKY, M. (1988). Perceptrons. Mit Pr.

13 James Lighthill (1973): "Artificial Intelligence: A General Survey" in Artificial Intelligence: a paper symposium, Science Research Council

 

14 https://www.crunchbase.com

15 McCulloch, W. S. et W. Pitts (1995(1943)). Un calcul logique des idées immanentes dans l’activité nerveuse (A Logical Calculus of Immanent Ideas in Nervous Activity) in Sciences cognitives : textes fondateurs (1943-1950). A. Pélissier and A. Tête. Paris, Presses universitaires de France

 

16 https://fr.wikipedia.org/wiki/Mars_Exploration_Rover#Le_système_de_navigation

 

17 Futura-tech. (2018). Definition : Voiture autonome. Consulté le mars 16, 2018, sur Futura Tech: https://www.futura-sciences.com/tech/definitions/voiture-voiture-autonome-15601/

18 Santé médecine. (2018, avril 16). Définition : Processus cognitifs. Consulté le avril 16, 2018, sur Santé Médecine: https://sante-medecine.journaldesfemmes.fr/faq/36745-processus-cognitifs-definition

19 LAROUSSE. (2018, avril 16). Définition : cognition. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/cognition/17005

 

20 Recall-you. (2018, mars 16). Les trois étapes de la mémoire. Récupéré sur Recall-you: http://www.recall-you.com/comprendre-fonctionnement-memoire/encodage-stockage-rappel.php

21 LAROUSSE MÉDICAL. (2018, mars 16). Champ visuel. Récupéré sur Larousse: http://www.larousse.fr/encyclopedie/medical/champ_visuel/11874

22  PERRIN, B. (2016, Février 12). Les petits secrets des voitures autonomes. Récupéré sur L'auto-journal: https://news.autojournal.fr/news/1501516/voiture-autonome-technologie-radar-lidar-cam%C3%A9ra

 

23 LAROUSSE. (2018, avril 18). Définition : Lidar. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/lidar/47055

24 DELABIE, G. (2017, Novembre 20). Les capteurs dans tous leurs états pour le véhicule autonome. Récupéré sur Innovation Mobilité: https://innovation-mobilite.fr/2017/11/20/les-capteurs-dans-tous-leurs-etats-pour-le-vehicule-autonome/

25 CEA. (2017, Novembre 22). L'essentiel sur la voiture autonome. Récupéré sur CEA: http://www.cea.fr/comprendre/Pages/nouvelles-technologies/essentiel-sur-voiture-autonome.aspx

26 BREEDLOVE, M., Rosenzweig, M. R., & WATSON, N. V. (2012). Psychobiologie : de la biologie du neurone aux neurosciences comportementales, cognitives et cliniques. Paris: De Boeck.

27 THOMAS, D. (2018, Avril 25). La mémoire à court terme. Récupéré sur Carnets2psycho: https://carnets2psycho.net/theorie/histoire15.html

28 THOMAS, D. (2018, Avril 27). La mémoire à long terme. Récupéré sur Carnets2psycho: https://carnets2psycho.net/theorie/histoire19.html

 

29 BOUGEARD, A-S. (2015). Cours de Psychologie Générale et Cognitive. Université Catholique de l’Ouest, ANGERS.

30 BREEDLOVE, M., Rosenzweig, M. R., & WATSON, N. V. (2012). Psychobiologie : de la biologie du neurone aux neurosciences comportementales, cognitives et cliniques. Paris: De Boeck.

31 ALLAIN, P. (2013, avril-mai-juin). La prise de décision : aspects théoriques, neuro-anatomie et évaluation. Consulté le avril 27, 2018, sur Revue de neuropsychologie: http://www.jle.com/fr/revues/nrp/e-docs/la_prise_de_decision_aspects_theoriques_neuro_anatomie_et_evaluation_298787/article.phtml?tab=texte

 

32 FUTURA SANTE. (2012, Août 24). Cerveau : les zones de la réflexion et de la décision ont été localisées. Récupéré sur Futura Santé: https://www.futura-sciences.com/sante/actualites/biologie-cerveau-zones-reflexion-decision-ont-ete-localisees-40795/

33 MALABOU, C. (2017). Métamorphoses de l'intelligence. Paris: Presses Universitaires de France.

34 ASIMOV, I. (1993). L'aube de Fondation. Paris: Presses de la Cité.

35 KUBRICK, S. (Réalisateur). (1968). 2001, l'Odyssée de l'espace [Film].

36 COLOMBUS, C. (Réalisateur). (1999). L'homme bicentenaire [Film].

37 SCOTT, R. (Réalisateur). (1982). Blade Runner [Film].

38 DICK, P. K. (1976). Les androïdes rêvent-ils de moutons électriques ? Paris: Chute Libre.

39 RODDENBERRY, G. (Réalisateur). (1987-1994). Star Trek : La Nouvelle Génération [Série].

40 SPIELBERG, S. (Réalisateur). (2001). A.I. Intelligence artificielle [Film].

41 NOLAN, J., & JOY, L. (Réalisateurs). (2016). Westworld [Série].

 

42 Centre National des Ressources Textuelles et Lexicales. (2018, avril 2). Définition de Conscience. Récupéré sur Centre National des Ressources Textuelles et Lexicales: http://www.cnrtl.fr/lexicographie/conscience

43 LOUIS, L. (2017, Décembre 1). Conscience artificielle n'est pas l'intelligence forte. Récupéré sur Siècle Digital: https://siecledigital.fr/2017/12/01/conscience-artificielle-nest-pas-lintelligence-artificielle-forte/

 

44 SENDER, E. (2017, Octobre 27). Comment donner une conscience aux machines. Récupéré sur Sciences et avenir: https://www.sciencesetavenir.fr/high-tech/un-article-de-stanislas-dehaene-expose-comment-donner-conscience-a-l-intelligence-artificielle_117736

 

45 DEMICHELS, R. (2018, Février 26). Intelligence artificielle : conscience, es-tu là ? . Récupéré sur Les Echos: https://www.lesechos.fr/idees-debats/sciences-

46 CLAUDON, P., & WEBER, M. (2009). L'émotion. Contribution à l'étude psychodynamique du développement de la pensée de l'enfant sans langage en interaction. Devenir, 21, no. 1, pp. 61-99.

 

47 KOLB, B., MOHAMMED, A., & GIBB, R. (2010). La recherche des facteurs qui sont à la base de la plasticité cérébrale sur le cerveau. Magazine sur les troubles de la communication. Récupéré sur Cognifit: https://www.cognifit.com/fr/plasticite-du-cerveau

 

48 Psychomedia. (2012, novembre 13). Définition : test psychométrique. Consulté le avril 6, 2018, sur Psychomedia: http://www.psychomedia.qc.ca/lexique/definition/test-psychometrique

49 A. M. Turing (1950) Computing Machinery and Intelligence. Mind 49: 433-460

 

 
LibreOffice/6.0.3.2$MacOSX_X86_64 LibreOffice_project/8f48d515416608e3a835360314dac7e47fd0b821 / /

;

;

Répartition par sexe

 

1 Alix,C., Cario,E.,Drouzy,F.(2017).Cédric Villani : «Agir pour que l’intelligence artificielle soit utile à tous». En ligne sur le site de Libération http://www.liberation.fr/futurs/2017/10/20/cedric-villani-agir-pour-que-l-intelligence-artificielle-soit-utile-a-tous_1604620, consulté le 24 avril 2018.

2 ALEXANDRE, L. (2017). La Guerre des Intelligences. Paris: JC Lattès.

 

3 LAROUSSE. (2018, avril 2). Définition de l'intelligence. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/intelligence/43555

 

4 HUTEAU, M. (2006). Alfred Binet et la psychologie de l'intelligence. Le journal des psychologues, 234, no. 1, pp. 24-28.

5 GREGOIRE, J. (2014). L'examen clinique de l'intelligence de l'adulte. Pour une meilleure interprétation des résultats des tests d'intelligence. Mardaga.

6 Carnets2psycho. (2015). La définition de Aptitude. Consulté le 04 02, 2018, sur Carnets2psycho: https://carnets2psycho.net/dico/sens-de-aptitude.html

 

7 SCHWEITZER, M. (2017). Cours de Psychologie Générale et Cognitive. Université Catholique de l'Ouest, ANGERS.

 

8 GOLEMAN, D. (2003). L'intelligence émotionnelle (Vol. 7130). J'ai Lu Bien-Etre.

9 Futura Tech. (2018, avril 2). Qui sont les pionniers de l'intelligence artificielle ? Récupéré sur Futura Tech: https://www.futura-sciences.com/tech/questions-reponses/intelligence-artificielle-sont-pionniers-intelligence-artificielle-4907/

 

10 Homère, 0. a. J., & Giguet, P. (1893). L'Illiade et l'Odyssée. Paris: Hachette.

11  A. M Turing (1950) Computing Machinery and Intelligence. Mind 49 : 433-460.

 

12 PAPERT, S., & MINSKY, M. (1988). Perceptrons. Mit Pr.

13 James Lighthill (1973): "Artificial Intelligence: A General Survey" in Artificial Intelligence: a paper symposium, Science Research Council

 

14 https://www.crunchbase.com

15 McCulloch, W. S. et W. Pitts (1995(1943)). Un calcul logique des idées immanentes dans l’activité nerveuse (A Logical Calculus of Immanent Ideas in Nervous Activity) in Sciences cognitives : textes fondateurs (1943-1950). A. Pélissier and A. Tête. Paris, Presses universitaires de France

 

16 https://fr.wikipedia.org/wiki/Mars_Exploration_Rover#Le_système_de_navigation

 

17 Futura-tech. (2018). Definition : Voiture autonome. Consulté le mars 16, 2018, sur Futura Tech: https://www.futura-sciences.com/tech/definitions/voiture-voiture-autonome-15601/

18 Santé médecine. (2018, avril 16). Définition : Processus cognitifs. Consulté le avril 16, 2018, sur Santé Médecine: https://sante-medecine.journaldesfemmes.fr/faq/36745-processus-cognitifs-definition

19 LAROUSSE. (2018, avril 16). Définition : cognition. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/cognition/17005

 

20 Recall-you. (2018, mars 16). Les trois étapes de la mémoire. Récupéré sur Recall-you: http://www.recall-you.com/comprendre-fonctionnement-memoire/encodage-stockage-rappel.php

21 LAROUSSE MÉDICAL. (2018, mars 16). Champ visuel. Récupéré sur Larousse: http://www.larousse.fr/encyclopedie/medical/champ_visuel/11874

22  PERRIN, B. (2016, Février 12). Les petits secrets des voitures autonomes. Récupéré sur L'auto-journal: https://news.autojournal.fr/news/1501516/voiture-autonome-technologie-radar-lidar-cam%C3%A9ra

 

23 LAROUSSE. (2018, avril 18). Définition : Lidar. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/lidar/47055

24 DELABIE, G. (2017, Novembre 20). Les capteurs dans tous leurs états pour le véhicule autonome. Récupéré sur Innovation Mobilité: https://innovation-mobilite.fr/2017/11/20/les-capteurs-dans-tous-leurs-etats-pour-le-vehicule-autonome/

25 CEA. (2017, Novembre 22). L'essentiel sur la voiture autonome. Récupéré sur CEA: http://www.cea.fr/comprendre/Pages/nouvelles-technologies/essentiel-sur-voiture-autonome.aspx

26 BREEDLOVE, M., Rosenzweig, M. R., & WATSON, N. V. (2012). Psychobiologie : de la biologie du neurone aux neurosciences comportementales, cognitives et cliniques. Paris: De Boeck.

27 THOMAS, D. (2018, Avril 25). La mémoire à court terme. Récupéré sur Carnets2psycho: https://carnets2psycho.net/theorie/histoire15.html

28 THOMAS, D. (2018, Avril 27). La mémoire à long terme. Récupéré sur Carnets2psycho: https://carnets2psycho.net/theorie/histoire19.html

 

29 BOUGEARD, A-S. (2015). Cours de Psychologie Générale et Cognitive. Université Catholique de l’Ouest, ANGERS.

30 BREEDLOVE, M., Rosenzweig, M. R., & WATSON, N. V. (2012). Psychobiologie : de la biologie du neurone aux neurosciences comportementales, cognitives et cliniques. Paris: De Boeck.

31 ALLAIN, P. (2013, avril-mai-juin). La prise de décision : aspects théoriques, neuro-anatomie et évaluation. Consulté le avril 27, 2018, sur Revue de neuropsychologie: http://www.jle.com/fr/revues/nrp/e-docs/la_prise_de_decision_aspects_theoriques_neuro_anatomie_et_evaluation_298787/article.phtml?tab=texte

 

32 FUTURA SANTE. (2012, Août 24). Cerveau : les zones de la réflexion et de la décision ont été localisées. Récupéré sur Futura Santé: https://www.futura-sciences.com/sante/actualites/biologie-cerveau-zones-reflexion-decision-ont-ete-localisees-40795/

33 MALABOU, C. (2017). Métamorphoses de l'intelligence. Paris: Presses Universitaires de France.

34 ASIMOV, I. (1993). L'aube de Fondation. Paris: Presses de la Cité.

35 KUBRICK, S. (Réalisateur). (1968). 2001, l'Odyssée de l'espace [Film].

36 COLOMBUS, C. (Réalisateur). (1999). L'homme bicentenaire [Film].

37 SCOTT, R. (Réalisateur). (1982). Blade Runner [Film].

38 DICK, P. K. (1976). Les androïdes rêvent-ils de moutons électriques ? Paris: Chute Libre.

39 RODDENBERRY, G. (Réalisateur). (1987-1994). Star Trek : La Nouvelle Génération [Série].

40 SPIELBERG, S. (Réalisateur). (2001). A.I. Intelligence artificielle [Film].

41 NOLAN, J., & JOY, L. (Réalisateurs). (2016). Westworld [Série].

 

42 Centre National des Ressources Textuelles et Lexicales. (2018, avril 2). Définition de Conscience. Récupéré sur Centre National des Ressources Textuelles et Lexicales: http://www.cnrtl.fr/lexicographie/conscience

43 LOUIS, L. (2017, Décembre 1). Conscience artificielle n'est pas l'intelligence forte. Récupéré sur Siècle Digital: https://siecledigital.fr/2017/12/01/conscience-artificielle-nest-pas-lintelligence-artificielle-forte/

 

44 SENDER, E. (2017, Octobre 27). Comment donner une conscience aux machines. Récupéré sur Sciences et avenir: https://www.sciencesetavenir.fr/high-tech/un-article-de-stanislas-dehaene-expose-comment-donner-conscience-a-l-intelligence-artificielle_117736

 

45 DEMICHELS, R. (2018, Février 26). Intelligence artificielle : conscience, es-tu là ? . Récupéré sur Les Echos: https://www.lesechos.fr/idees-debats/sciences-

46 CLAUDON, P., & WEBER, M. (2009). L'émotion. Contribution à l'étude psychodynamique du développement de la pensée de l'enfant sans langage en interaction. Devenir, 21, no. 1, pp. 61-99.

 

47 KOLB, B., MOHAMMED, A., & GIBB, R. (2010). La recherche des facteurs qui sont à la base de la plasticité cérébrale sur le cerveau. Magazine sur les troubles de la communication. Récupéré sur Cognifit: https://www.cognifit.com/fr/plasticite-du-cerveau

 

48 Psychomedia. (2012, novembre 13). Définition : test psychométrique. Consulté le avril 6, 2018, sur Psychomedia: http://www.psychomedia.qc.ca/lexique/definition/test-psychometrique

49 A. M. Turing (1950) Computing Machinery and Intelligence. Mind 49: 433-460

 

 
LibreOffice/6.0.3.2$MacOSX_X86_64 LibreOffice_project/8f48d515416608e3a835360314dac7e47fd0b821 / /

;

;

;

;

Répartition par classe d'âge

 

1 Alix,C., Cario,E.,Drouzy,F.(2017).Cédric Villani : «Agir pour que l’intelligence artificielle soit utile à tous». En ligne sur le site de Libération http://www.liberation.fr/futurs/2017/10/20/cedric-villani-agir-pour-que-l-intelligence-artificielle-soit-utile-a-tous_1604620, consulté le 24 avril 2018.

2 ALEXANDRE, L. (2017). La Guerre des Intelligences. Paris: JC Lattès.

 

3 LAROUSSE. (2018, avril 2). Définition de l'intelligence. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/intelligence/43555

 

4 HUTEAU, M. (2006). Alfred Binet et la psychologie de l'intelligence. Le journal des psychologues, 234, no. 1, pp. 24-28.

5 GREGOIRE, J. (2014). L'examen clinique de l'intelligence de l'adulte. Pour une meilleure interprétation des résultats des tests d'intelligence. Mardaga.

6 Carnets2psycho. (2015). La définition de Aptitude. Consulté le 04 02, 2018, sur Carnets2psycho: https://carnets2psycho.net/dico/sens-de-aptitude.html

 

7 SCHWEITZER, M. (2017). Cours de Psychologie Générale et Cognitive. Université Catholique de l'Ouest, ANGERS.

 

8 GOLEMAN, D. (2003). L'intelligence émotionnelle (Vol. 7130). J'ai Lu Bien-Etre.

9 Futura Tech. (2018, avril 2). Qui sont les pionniers de l'intelligence artificielle ? Récupéré sur Futura Tech: https://www.futura-sciences.com/tech/questions-reponses/intelligence-artificielle-sont-pionniers-intelligence-artificielle-4907/

 

10 Homère, 0. a. J., & Giguet, P. (1893). L'Illiade et l'Odyssée. Paris: Hachette.

11  A. M Turing (1950) Computing Machinery and Intelligence. Mind 49 : 433-460.

 

12 PAPERT, S., & MINSKY, M. (1988). Perceptrons. Mit Pr.

13 James Lighthill (1973): "Artificial Intelligence: A General Survey" in Artificial Intelligence: a paper symposium, Science Research Council

 

14 https://www.crunchbase.com

15 McCulloch, W. S. et W. Pitts (1995(1943)). Un calcul logique des idées immanentes dans l’activité nerveuse (A Logical Calculus of Immanent Ideas in Nervous Activity) in Sciences cognitives : textes fondateurs (1943-1950). A. Pélissier and A. Tête. Paris, Presses universitaires de France

 

16 https://fr.wikipedia.org/wiki/Mars_Exploration_Rover#Le_système_de_navigation

 

17 Futura-tech. (2018). Definition : Voiture autonome. Consulté le mars 16, 2018, sur Futura Tech: https://www.futura-sciences.com/tech/definitions/voiture-voiture-autonome-15601/

18 Santé médecine. (2018, avril 16). Définition : Processus cognitifs. Consulté le avril 16, 2018, sur Santé Médecine: https://sante-medecine.journaldesfemmes.fr/faq/36745-processus-cognitifs-definition

19 LAROUSSE. (2018, avril 16). Définition : cognition. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/cognition/17005

 

20 Recall-you. (2018, mars 16). Les trois étapes de la mémoire. Récupéré sur Recall-you: http://www.recall-you.com/comprendre-fonctionnement-memoire/encodage-stockage-rappel.php

21 LAROUSSE MÉDICAL. (2018, mars 16). Champ visuel. Récupéré sur Larousse: http://www.larousse.fr/encyclopedie/medical/champ_visuel/11874

22  PERRIN, B. (2016, Février 12). Les petits secrets des voitures autonomes. Récupéré sur L'auto-journal: https://news.autojournal.fr/news/1501516/voiture-autonome-technologie-radar-lidar-cam%C3%A9ra

 

23 LAROUSSE. (2018, avril 18). Définition : Lidar. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/lidar/47055

24 DELABIE, G. (2017, Novembre 20). Les capteurs dans tous leurs états pour le véhicule autonome. Récupéré sur Innovation Mobilité: https://innovation-mobilite.fr/2017/11/20/les-capteurs-dans-tous-leurs-etats-pour-le-vehicule-autonome/

25 CEA. (2017, Novembre 22). L'essentiel sur la voiture autonome. Récupéré sur CEA: http://www.cea.fr/comprendre/Pages/nouvelles-technologies/essentiel-sur-voiture-autonome.aspx

26 BREEDLOVE, M., Rosenzweig, M. R., & WATSON, N. V. (2012). Psychobiologie : de la biologie du neurone aux neurosciences comportementales, cognitives et cliniques. Paris: De Boeck.

27 THOMAS, D. (2018, Avril 25). La mémoire à court terme. Récupéré sur Carnets2psycho: https://carnets2psycho.net/theorie/histoire15.html

28 THOMAS, D. (2018, Avril 27). La mémoire à long terme. Récupéré sur Carnets2psycho: https://carnets2psycho.net/theorie/histoire19.html

 

29 BOUGEARD, A-S. (2015). Cours de Psychologie Générale et Cognitive. Université Catholique de l’Ouest, ANGERS.

30 BREEDLOVE, M., Rosenzweig, M. R., & WATSON, N. V. (2012). Psychobiologie : de la biologie du neurone aux neurosciences comportementales, cognitives et cliniques. Paris: De Boeck.

31 ALLAIN, P. (2013, avril-mai-juin). La prise de décision : aspects théoriques, neuro-anatomie et évaluation. Consulté le avril 27, 2018, sur Revue de neuropsychologie: http://www.jle.com/fr/revues/nrp/e-docs/la_prise_de_decision_aspects_theoriques_neuro_anatomie_et_evaluation_298787/article.phtml?tab=texte

 

32 FUTURA SANTE. (2012, Août 24). Cerveau : les zones de la réflexion et de la décision ont été localisées. Récupéré sur Futura Santé: https://www.futura-sciences.com/sante/actualites/biologie-cerveau-zones-reflexion-decision-ont-ete-localisees-40795/

33 MALABOU, C. (2017). Métamorphoses de l'intelligence. Paris: Presses Universitaires de France.

34 ASIMOV, I. (1993). L'aube de Fondation. Paris: Presses de la Cité.

35 KUBRICK, S. (Réalisateur). (1968). 2001, l'Odyssée de l'espace [Film].

36 COLOMBUS, C. (Réalisateur). (1999). L'homme bicentenaire [Film].

37 SCOTT, R. (Réalisateur). (1982). Blade Runner [Film].

38 DICK, P. K. (1976). Les androïdes rêvent-ils de moutons électriques ? Paris: Chute Libre.

39 RODDENBERRY, G. (Réalisateur). (1987-1994). Star Trek : La Nouvelle Génération [Série].

40 SPIELBERG, S. (Réalisateur). (2001). A.I. Intelligence artificielle [Film].

41 NOLAN, J., & JOY, L. (Réalisateurs). (2016). Westworld [Série].

 

42 Centre National des Ressources Textuelles et Lexicales. (2018, avril 2). Définition de Conscience. Récupéré sur Centre National des Ressources Textuelles et Lexicales: http://www.cnrtl.fr/lexicographie/conscience

43 LOUIS, L. (2017, Décembre 1). Conscience artificielle n'est pas l'intelligence forte. Récupéré sur Siècle Digital: https://siecledigital.fr/2017/12/01/conscience-artificielle-nest-pas-lintelligence-artificielle-forte/

 

44 SENDER, E. (2017, Octobre 27). Comment donner une conscience aux machines. Récupéré sur Sciences et avenir: https://www.sciencesetavenir.fr/high-tech/un-article-de-stanislas-dehaene-expose-comment-donner-conscience-a-l-intelligence-artificielle_117736

 

45 DEMICHELS, R. (2018, Février 26). Intelligence artificielle : conscience, es-tu là ? . Récupéré sur Les Echos: https://www.lesechos.fr/idees-debats/sciences-

46 CLAUDON, P., & WEBER, M. (2009). L'émotion. Contribution à l'étude psychodynamique du développement de la pensée de l'enfant sans langage en interaction. Devenir, 21, no. 1, pp. 61-99.

 

47 KOLB, B., MOHAMMED, A., & GIBB, R. (2010). La recherche des facteurs qui sont à la base de la plasticité cérébrale sur le cerveau. Magazine sur les troubles de la communication. Récupéré sur Cognifit: https://www.cognifit.com/fr/plasticite-du-cerveau

 

48 Psychomedia. (2012, novembre 13). Définition : test psychométrique. Consulté le avril 6, 2018, sur Psychomedia: http://www.psychomedia.qc.ca/lexique/definition/test-psychometrique

49 A. M. Turing (1950) Computing Machinery and Intelligence. Mind 49: 433-460

 

 

A la lecture des données, on constate que 69,2% (addition des réponses 3 et 4 soit des réponses « plutôt intéressé » et « Très intéressé ») des répondants montrent un réel intérêt dans l’Intelligence artificielle. On remarque également que l’usage de l’IA est entré dans leur quotidien via leur smartphone (déverrouillage, assistant vocal...) ou la domotique (aide-ménagère).

 

I Robot semble le film qui reflète le mieux ce que notre échantillon projette sur l’intelligence Artificielle. Cela nécessiterait de reprendre cette question et d’aller plus loin pour explorer quelles sont les représentations et le degré de connaissance de ces films pour notre panel.

 

 

 
LibreOffice/6.0.3.2$MacOSX_X86_64 LibreOffice_project/8f48d515416608e3a835360314dac7e47fd0b821 / /

;

;

Répartition par Sexe

 

1 Alix,C., Cario,E.,Drouzy,F.(2017).Cédric Villani : «Agir pour que l’intelligence artificielle soit utile à tous». En ligne sur le site de Libération http://www.liberation.fr/futurs/2017/10/20/cedric-villani-agir-pour-que-l-intelligence-artificielle-soit-utile-a-tous_1604620, consulté le 24 avril 2018.

2 ALEXANDRE, L. (2017). La Guerre des Intelligences. Paris: JC Lattès.

 

3 LAROUSSE. (2018, avril 2). Définition de l'intelligence. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/intelligence/43555

 

4 HUTEAU, M. (2006). Alfred Binet et la psychologie de l'intelligence. Le journal des psychologues, 234, no. 1, pp. 24-28.

5 GREGOIRE, J. (2014). L'examen clinique de l'intelligence de l'adulte. Pour une meilleure interprétation des résultats des tests d'intelligence. Mardaga.

6 Carnets2psycho. (2015). La définition de Aptitude. Consulté le 04 02, 2018, sur Carnets2psycho: https://carnets2psycho.net/dico/sens-de-aptitude.html

 

7 SCHWEITZER, M. (2017). Cours de Psychologie Générale et Cognitive. Université Catholique de l'Ouest, ANGERS.

 

8 GOLEMAN, D. (2003). L'intelligence émotionnelle (Vol. 7130). J'ai Lu Bien-Etre.

9 Futura Tech. (2018, avril 2). Qui sont les pionniers de l'intelligence artificielle ? Récupéré sur Futura Tech: https://www.futura-sciences.com/tech/questions-reponses/intelligence-artificielle-sont-pionniers-intelligence-artificielle-4907/

 

10 Homère, 0. a. J., & Giguet, P. (1893). L'Illiade et l'Odyssée. Paris: Hachette.

11  A. M Turing (1950) Computing Machinery and Intelligence. Mind 49 : 433-460.

 

12 PAPERT, S., & MINSKY, M. (1988). Perceptrons. Mit Pr.

13 James Lighthill (1973): "Artificial Intelligence: A General Survey" in Artificial Intelligence: a paper symposium, Science Research Council

 

14 https://www.crunchbase.com

15 McCulloch, W. S. et W. Pitts (1995(1943)). Un calcul logique des idées immanentes dans l’activité nerveuse (A Logical Calculus of Immanent Ideas in Nervous Activity) in Sciences cognitives : textes fondateurs (1943-1950). A. Pélissier and A. Tête. Paris, Presses universitaires de France

 

16 https://fr.wikipedia.org/wiki/Mars_Exploration_Rover#Le_système_de_navigation

 

17 Futura-tech. (2018). Definition : Voiture autonome. Consulté le mars 16, 2018, sur Futura Tech: https://www.futura-sciences.com/tech/definitions/voiture-voiture-autonome-15601/

18 Santé médecine. (2018, avril 16). Définition : Processus cognitifs. Consulté le avril 16, 2018, sur Santé Médecine: https://sante-medecine.journaldesfemmes.fr/faq/36745-processus-cognitifs-definition

19 LAROUSSE. (2018, avril 16). Définition : cognition. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/cognition/17005

 

20 Recall-you. (2018, mars 16). Les trois étapes de la mémoire. Récupéré sur Recall-you: http://www.recall-you.com/comprendre-fonctionnement-memoire/encodage-stockage-rappel.php

21 LAROUSSE MÉDICAL. (2018, mars 16). Champ visuel. Récupéré sur Larousse: http://www.larousse.fr/encyclopedie/medical/champ_visuel/11874

22  PERRIN, B. (2016, Février 12). Les petits secrets des voitures autonomes. Récupéré sur L'auto-journal: https://news.autojournal.fr/news/1501516/voiture-autonome-technologie-radar-lidar-cam%C3%A9ra

 

23 LAROUSSE. (2018, avril 18). Définition : Lidar. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/lidar/47055

24 DELABIE, G. (2017, Novembre 20). Les capteurs dans tous leurs états pour le véhicule autonome. Récupéré sur Innovation Mobilité: https://innovation-mobilite.fr/2017/11/20/les-capteurs-dans-tous-leurs-etats-pour-le-vehicule-autonome/

25 CEA. (2017, Novembre 22). L'essentiel sur la voiture autonome. Récupéré sur CEA: http://www.cea.fr/comprendre/Pages/nouvelles-technologies/essentiel-sur-voiture-autonome.aspx

26 BREEDLOVE, M., Rosenzweig, M. R., & WATSON, N. V. (2012). Psychobiologie : de la biologie du neurone aux neurosciences comportementales, cognitives et cliniques. Paris: De Boeck.

27 THOMAS, D. (2018, Avril 25). La mémoire à court terme. Récupéré sur Carnets2psycho: https://carnets2psycho.net/theorie/histoire15.html

28 THOMAS, D. (2018, Avril 27). La mémoire à long terme. Récupéré sur Carnets2psycho: https://carnets2psycho.net/theorie/histoire19.html

 

29 BOUGEARD, A-S. (2015). Cours de Psychologie Générale et Cognitive. Université Catholique de l’Ouest, ANGERS.

30 BREEDLOVE, M., Rosenzweig, M. R., & WATSON, N. V. (2012). Psychobiologie : de la biologie du neurone aux neurosciences comportementales, cognitives et cliniques. Paris: De Boeck.

31 ALLAIN, P. (2013, avril-mai-juin). La prise de décision : aspects théoriques, neuro-anatomie et évaluation. Consulté le avril 27, 2018, sur Revue de neuropsychologie: http://www.jle.com/fr/revues/nrp/e-docs/la_prise_de_decision_aspects_theoriques_neuro_anatomie_et_evaluation_298787/article.phtml?tab=texte

 

32 FUTURA SANTE. (2012, Août 24). Cerveau : les zones de la réflexion et de la décision ont été localisées. Récupéré sur Futura Santé: https://www.futura-sciences.com/sante/actualites/biologie-cerveau-zones-reflexion-decision-ont-ete-localisees-40795/

33 MALABOU, C. (2017). Métamorphoses de l'intelligence. Paris: Presses Universitaires de France.

34 ASIMOV, I. (1993). L'aube de Fondation. Paris: Presses de la Cité.

35 KUBRICK, S. (Réalisateur). (1968). 2001, l'Odyssée de l'espace [Film].

36 COLOMBUS, C. (Réalisateur). (1999). L'homme bicentenaire [Film].

37 SCOTT, R. (Réalisateur). (1982). Blade Runner [Film].

38 DICK, P. K. (1976). Les androïdes rêvent-ils de moutons électriques ? Paris: Chute Libre.

39 RODDENBERRY, G. (Réalisateur). (1987-1994). Star Trek : La Nouvelle Génération [Série].

40 SPIELBERG, S. (Réalisateur). (2001). A.I. Intelligence artificielle [Film].

41 NOLAN, J., & JOY, L. (Réalisateurs). (2016). Westworld [Série].

 

42 Centre National des Ressources Textuelles et Lexicales. (2018, avril 2). Définition de Conscience. Récupéré sur Centre National des Ressources Textuelles et Lexicales: http://www.cnrtl.fr/lexicographie/conscience

43 LOUIS, L. (2017, Décembre 1). Conscience artificielle n'est pas l'intelligence forte. Récupéré sur Siècle Digital: https://siecledigital.fr/2017/12/01/conscience-artificielle-nest-pas-lintelligence-artificielle-forte/

 

44 SENDER, E. (2017, Octobre 27). Comment donner une conscience aux machines. Récupéré sur Sciences et avenir: https://www.sciencesetavenir.fr/high-tech/un-article-de-stanislas-dehaene-expose-comment-donner-conscience-a-l-intelligence-artificielle_117736

 

45 DEMICHELS, R. (2018, Février 26). Intelligence artificielle : conscience, es-tu là ? . Récupéré sur Les Echos: https://www.lesechos.fr/idees-debats/sciences-

46 CLAUDON, P., & WEBER, M. (2009). L'émotion. Contribution à l'étude psychodynamique du développement de la pensée de l'enfant sans langage en interaction. Devenir, 21, no. 1, pp. 61-99.

 

47 KOLB, B., MOHAMMED, A., & GIBB, R. (2010). La recherche des facteurs qui sont à la base de la plasticité cérébrale sur le cerveau. Magazine sur les troubles de la communication. Récupéré sur Cognifit: https://www.cognifit.com/fr/plasticite-du-cerveau

 

48 Psychomedia. (2012, novembre 13). Définition : test psychométrique. Consulté le avril 6, 2018, sur Psychomedia: http://www.psychomedia.qc.ca/lexique/definition/test-psychometrique

49 A. M. Turing (1950) Computing Machinery and Intelligence. Mind 49: 433-460

 

 
LibreOffice/6.0.3.2$MacOSX_X86_64 LibreOffice_project/8f48d515416608e3a835360314dac7e47fd0b821 / /

;

;

;

;

Répartition par classe d'âge

 

1 Alix,C., Cario,E.,Drouzy,F.(2017).Cédric Villani : «Agir pour que l’intelligence artificielle soit utile à tous». En ligne sur le site de Libération http://www.liberation.fr/futurs/2017/10/20/cedric-villani-agir-pour-que-l-intelligence-artificielle-soit-utile-a-tous_1604620, consulté le 24 avril 2018.

2 ALEXANDRE, L. (2017). La Guerre des Intelligences. Paris: JC Lattès.

 

3 LAROUSSE. (2018, avril 2). Définition de l'intelligence. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/intelligence/43555

 

4 HUTEAU, M. (2006). Alfred Binet et la psychologie de l'intelligence. Le journal des psychologues, 234, no. 1, pp. 24-28.

5 GREGOIRE, J. (2014). L'examen clinique de l'intelligence de l'adulte. Pour une meilleure interprétation des résultats des tests d'intelligence. Mardaga.

6 Carnets2psycho. (2015). La définition de Aptitude. Consulté le 04 02, 2018, sur Carnets2psycho: https://carnets2psycho.net/dico/sens-de-aptitude.html

 

7 SCHWEITZER, M. (2017). Cours de Psychologie Générale et Cognitive. Université Catholique de l'Ouest, ANGERS.

 

8 GOLEMAN, D. (2003). L'intelligence émotionnelle (Vol. 7130). J'ai Lu Bien-Etre.

9 Futura Tech. (2018, avril 2). Qui sont les pionniers de l'intelligence artificielle ? Récupéré sur Futura Tech: https://www.futura-sciences.com/tech/questions-reponses/intelligence-artificielle-sont-pionniers-intelligence-artificielle-4907/

 

10 Homère, 0. a. J., & Giguet, P. (1893). L'Illiade et l'Odyssée. Paris: Hachette.

11  A. M Turing (1950) Computing Machinery and Intelligence. Mind 49 : 433-460.

 

12 PAPERT, S., & MINSKY, M. (1988). Perceptrons. Mit Pr.

13 James Lighthill (1973): "Artificial Intelligence: A General Survey" in Artificial Intelligence: a paper symposium, Science Research Council

 

14 https://www.crunchbase.com

15 McCulloch, W. S. et W. Pitts (1995(1943)). Un calcul logique des idées immanentes dans l’activité nerveuse (A Logical Calculus of Immanent Ideas in Nervous Activity) in Sciences cognitives : textes fondateurs (1943-1950). A. Pélissier and A. Tête. Paris, Presses universitaires de France

 

16 https://fr.wikipedia.org/wiki/Mars_Exploration_Rover#Le_système_de_navigation

 

17 Futura-tech. (2018). Definition : Voiture autonome. Consulté le mars 16, 2018, sur Futura Tech: https://www.futura-sciences.com/tech/definitions/voiture-voiture-autonome-15601/

18 Santé médecine. (2018, avril 16). Définition : Processus cognitifs. Consulté le avril 16, 2018, sur Santé Médecine: https://sante-medecine.journaldesfemmes.fr/faq/36745-processus-cognitifs-definition

19 LAROUSSE. (2018, avril 16). Définition : cognition. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/cognition/17005

 

20 Recall-you. (2018, mars 16). Les trois étapes de la mémoire. Récupéré sur Recall-you: http://www.recall-you.com/comprendre-fonctionnement-memoire/encodage-stockage-rappel.php

21 LAROUSSE MÉDICAL. (2018, mars 16). Champ visuel. Récupéré sur Larousse: http://www.larousse.fr/encyclopedie/medical/champ_visuel/11874

22  PERRIN, B. (2016, Février 12). Les petits secrets des voitures autonomes. Récupéré sur L'auto-journal: https://news.autojournal.fr/news/1501516/voiture-autonome-technologie-radar-lidar-cam%C3%A9ra

 

23 LAROUSSE. (2018, avril 18). Définition : Lidar. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/lidar/47055

24 DELABIE, G. (2017, Novembre 20). Les capteurs dans tous leurs états pour le véhicule autonome. Récupéré sur Innovation Mobilité: https://innovation-mobilite.fr/2017/11/20/les-capteurs-dans-tous-leurs-etats-pour-le-vehicule-autonome/

25 CEA. (2017, Novembre 22). L'essentiel sur la voiture autonome. Récupéré sur CEA: http://www.cea.fr/comprendre/Pages/nouvelles-technologies/essentiel-sur-voiture-autonome.aspx

26 BREEDLOVE, M., Rosenzweig, M. R., & WATSON, N. V. (2012). Psychobiologie : de la biologie du neurone aux neurosciences comportementales, cognitives et cliniques. Paris: De Boeck.

27 THOMAS, D. (2018, Avril 25). La mémoire à court terme. Récupéré sur Carnets2psycho: https://carnets2psycho.net/theorie/histoire15.html

28 THOMAS, D. (2018, Avril 27). La mémoire à long terme. Récupéré sur Carnets2psycho: https://carnets2psycho.net/theorie/histoire19.html

 

29 BOUGEARD, A-S. (2015). Cours de Psychologie Générale et Cognitive. Université Catholique de l’Ouest, ANGERS.

30 BREEDLOVE, M., Rosenzweig, M. R., & WATSON, N. V. (2012). Psychobiologie : de la biologie du neurone aux neurosciences comportementales, cognitives et cliniques. Paris: De Boeck.

31 ALLAIN, P. (2013, avril-mai-juin). La prise de décision : aspects théoriques, neuro-anatomie et évaluation. Consulté le avril 27, 2018, sur Revue de neuropsychologie: http://www.jle.com/fr/revues/nrp/e-docs/la_prise_de_decision_aspects_theoriques_neuro_anatomie_et_evaluation_298787/article.phtml?tab=texte

 

32 FUTURA SANTE. (2012, Août 24). Cerveau : les zones de la réflexion et de la décision ont été localisées. Récupéré sur Futura Santé: https://www.futura-sciences.com/sante/actualites/biologie-cerveau-zones-reflexion-decision-ont-ete-localisees-40795/

33 MALABOU, C. (2017). Métamorphoses de l'intelligence. Paris: Presses Universitaires de France.

34 ASIMOV, I. (1993). L'aube de Fondation. Paris: Presses de la Cité.

35 KUBRICK, S. (Réalisateur). (1968). 2001, l'Odyssée de l'espace [Film].

36 COLOMBUS, C. (Réalisateur). (1999). L'homme bicentenaire [Film].

37 SCOTT, R. (Réalisateur). (1982). Blade Runner [Film].

38 DICK, P. K. (1976). Les androïdes rêvent-ils de moutons électriques ? Paris: Chute Libre.

39 RODDENBERRY, G. (Réalisateur). (1987-1994). Star Trek : La Nouvelle Génération [Série].

40 SPIELBERG, S. (Réalisateur). (2001). A.I. Intelligence artificielle [Film].

41 NOLAN, J., & JOY, L. (Réalisateurs). (2016). Westworld [Série].

 

42 Centre National des Ressources Textuelles et Lexicales. (2018, avril 2). Définition de Conscience. Récupéré sur Centre National des Ressources Textuelles et Lexicales: http://www.cnrtl.fr/lexicographie/conscience

43 LOUIS, L. (2017, Décembre 1). Conscience artificielle n'est pas l'intelligence forte. Récupéré sur Siècle Digital: https://siecledigital.fr/2017/12/01/conscience-artificielle-nest-pas-lintelligence-artificielle-forte/

 

44 SENDER, E. (2017, Octobre 27). Comment donner une conscience aux machines. Récupéré sur Sciences et avenir: https://www.sciencesetavenir.fr/high-tech/un-article-de-stanislas-dehaene-expose-comment-donner-conscience-a-l-intelligence-artificielle_117736

 

45 DEMICHELS, R. (2018, Février 26). Intelligence artificielle : conscience, es-tu là ? . Récupéré sur Les Echos: https://www.lesechos.fr/idees-debats/sciences-

46 CLAUDON, P., & WEBER, M. (2009). L'émotion. Contribution à l'étude psychodynamique du développement de la pensée de l'enfant sans langage en interaction. Devenir, 21, no. 1, pp. 61-99.

 

47 KOLB, B., MOHAMMED, A., & GIBB, R. (2010). La recherche des facteurs qui sont à la base de la plasticité cérébrale sur le cerveau. Magazine sur les troubles de la communication. Récupéré sur Cognifit: https://www.cognifit.com/fr/plasticite-du-cerveau

 

48 Psychomedia. (2012, novembre 13). Définition : test psychométrique. Consulté le avril 6, 2018, sur Psychomedia: http://www.psychomedia.qc.ca/lexique/definition/test-psychometrique

49 A. M. Turing (1950) Computing Machinery and Intelligence. Mind 49: 433-460

 

 

Le domaine qui semble le plus à risque avec l’émergence de l’intelligence artificielle, d’après notre panel, qu’importe le sexe ou l’âge, est celui de la vie privée.

 
 
LibreOffice/6.0.3.2$MacOSX_X86_64 LibreOffice_project/8f48d515416608e3a835360314dac7e47fd0b821 / /

;

;

Répartition par sexe

 

1 Alix,C., Cario,E.,Drouzy,F.(2017).Cédric Villani : «Agir pour que l’intelligence artificielle soit utile à tous». En ligne sur le site de Libération http://www.liberation.fr/futurs/2017/10/20/cedric-villani-agir-pour-que-l-intelligence-artificielle-soit-utile-a-tous_1604620, consulté le 24 avril 2018.

2 ALEXANDRE, L. (2017). La Guerre des Intelligences. Paris: JC Lattès.

 

3 LAROUSSE. (2018, avril 2). Définition de l'intelligence. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/intelligence/43555

 

4 HUTEAU, M. (2006). Alfred Binet et la psychologie de l'intelligence. Le journal des psychologues, 234, no. 1, pp. 24-28.

5 GREGOIRE, J. (2014). L'examen clinique de l'intelligence de l'adulte. Pour une meilleure interprétation des résultats des tests d'intelligence. Mardaga.

6 Carnets2psycho. (2015). La définition de Aptitude. Consulté le 04 02, 2018, sur Carnets2psycho: https://carnets2psycho.net/dico/sens-de-aptitude.html

 

7 SCHWEITZER, M. (2017). Cours de Psychologie Générale et Cognitive. Université Catholique de l'Ouest, ANGERS.

 

8 GOLEMAN, D. (2003). L'intelligence émotionnelle (Vol. 7130). J'ai Lu Bien-Etre.

9 Futura Tech. (2018, avril 2). Qui sont les pionniers de l'intelligence artificielle ? Récupéré sur Futura Tech: https://www.futura-sciences.com/tech/questions-reponses/intelligence-artificielle-sont-pionniers-intelligence-artificielle-4907/

 

10 Homère, 0. a. J., & Giguet, P. (1893). L'Illiade et l'Odyssée. Paris: Hachette.

11  A. M Turing (1950) Computing Machinery and Intelligence. Mind 49 : 433-460.

 

12 PAPERT, S., & MINSKY, M. (1988). Perceptrons. Mit Pr.

13 James Lighthill (1973): "Artificial Intelligence: A General Survey" in Artificial Intelligence: a paper symposium, Science Research Council

 

14 https://www.crunchbase.com

15 McCulloch, W. S. et W. Pitts (1995(1943)). Un calcul logique des idées immanentes dans l’activité nerveuse (A Logical Calculus of Immanent Ideas in Nervous Activity) in Sciences cognitives : textes fondateurs (1943-1950). A. Pélissier and A. Tête. Paris, Presses universitaires de France

 

16 https://fr.wikipedia.org/wiki/Mars_Exploration_Rover#Le_système_de_navigation

 

17 Futura-tech. (2018). Definition : Voiture autonome. Consulté le mars 16, 2018, sur Futura Tech: https://www.futura-sciences.com/tech/definitions/voiture-voiture-autonome-15601/

18 Santé médecine. (2018, avril 16). Définition : Processus cognitifs. Consulté le avril 16, 2018, sur Santé Médecine: https://sante-medecine.journaldesfemmes.fr/faq/36745-processus-cognitifs-definition

19 LAROUSSE. (2018, avril 16). Définition : cognition. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/cognition/17005

 

20 Recall-you. (2018, mars 16). Les trois étapes de la mémoire. Récupéré sur Recall-you: http://www.recall-you.com/comprendre-fonctionnement-memoire/encodage-stockage-rappel.php

21 LAROUSSE MÉDICAL. (2018, mars 16). Champ visuel. Récupéré sur Larousse: http://www.larousse.fr/encyclopedie/medical/champ_visuel/11874

22  PERRIN, B. (2016, Février 12). Les petits secrets des voitures autonomes. Récupéré sur L'auto-journal: https://news.autojournal.fr/news/1501516/voiture-autonome-technologie-radar-lidar-cam%C3%A9ra

 

23 LAROUSSE. (2018, avril 18). Définition : Lidar. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/lidar/47055

24 DELABIE, G. (2017, Novembre 20). Les capteurs dans tous leurs états pour le véhicule autonome. Récupéré sur Innovation Mobilité: https://innovation-mobilite.fr/2017/11/20/les-capteurs-dans-tous-leurs-etats-pour-le-vehicule-autonome/

25 CEA. (2017, Novembre 22). L'essentiel sur la voiture autonome. Récupéré sur CEA: http://www.cea.fr/comprendre/Pages/nouvelles-technologies/essentiel-sur-voiture-autonome.aspx

26 BREEDLOVE, M., Rosenzweig, M. R., & WATSON, N. V. (2012). Psychobiologie : de la biologie du neurone aux neurosciences comportementales, cognitives et cliniques. Paris: De Boeck.

27 THOMAS, D. (2018, Avril 25). La mémoire à court terme. Récupéré sur Carnets2psycho: https://carnets2psycho.net/theorie/histoire15.html

28 THOMAS, D. (2018, Avril 27). La mémoire à long terme. Récupéré sur Carnets2psycho: https://carnets2psycho.net/theorie/histoire19.html

 

29 BOUGEARD, A-S. (2015). Cours de Psychologie Générale et Cognitive. Université Catholique de l’Ouest, ANGERS.

30 BREEDLOVE, M., Rosenzweig, M. R., & WATSON, N. V. (2012). Psychobiologie : de la biologie du neurone aux neurosciences comportementales, cognitives et cliniques. Paris: De Boeck.

31 ALLAIN, P. (2013, avril-mai-juin). La prise de décision : aspects théoriques, neuro-anatomie et évaluation. Consulté le avril 27, 2018, sur Revue de neuropsychologie: http://www.jle.com/fr/revues/nrp/e-docs/la_prise_de_decision_aspects_theoriques_neuro_anatomie_et_evaluation_298787/article.phtml?tab=texte

 

32 FUTURA SANTE. (2012, Août 24). Cerveau : les zones de la réflexion et de la décision ont été localisées. Récupéré sur Futura Santé: https://www.futura-sciences.com/sante/actualites/biologie-cerveau-zones-reflexion-decision-ont-ete-localisees-40795/

33 MALABOU, C. (2017). Métamorphoses de l'intelligence. Paris: Presses Universitaires de France.

34 ASIMOV, I. (1993). L'aube de Fondation. Paris: Presses de la Cité.

35 KUBRICK, S. (Réalisateur). (1968). 2001, l'Odyssée de l'espace [Film].

36 COLOMBUS, C. (Réalisateur). (1999). L'homme bicentenaire [Film].

37 SCOTT, R. (Réalisateur). (1982). Blade Runner [Film].

38 DICK, P. K. (1976). Les androïdes rêvent-ils de moutons électriques ? Paris: Chute Libre.

39 RODDENBERRY, G. (Réalisateur). (1987-1994). Star Trek : La Nouvelle Génération [Série].

40 SPIELBERG, S. (Réalisateur). (2001). A.I. Intelligence artificielle [Film].

41 NOLAN, J., & JOY, L. (Réalisateurs). (2016). Westworld [Série].

 

42 Centre National des Ressources Textuelles et Lexicales. (2018, avril 2). Définition de Conscience. Récupéré sur Centre National des Ressources Textuelles et Lexicales: http://www.cnrtl.fr/lexicographie/conscience

43 LOUIS, L. (2017, Décembre 1). Conscience artificielle n'est pas l'intelligence forte. Récupéré sur Siècle Digital: https://siecledigital.fr/2017/12/01/conscience-artificielle-nest-pas-lintelligence-artificielle-forte/

 

44 SENDER, E. (2017, Octobre 27). Comment donner une conscience aux machines. Récupéré sur Sciences et avenir: https://www.sciencesetavenir.fr/high-tech/un-article-de-stanislas-dehaene-expose-comment-donner-conscience-a-l-intelligence-artificielle_117736

 

45 DEMICHELS, R. (2018, Février 26). Intelligence artificielle : conscience, es-tu là ? . Récupéré sur Les Echos: https://www.lesechos.fr/idees-debats/sciences-

46 CLAUDON, P., & WEBER, M. (2009). L'émotion. Contribution à l'étude psychodynamique du développement de la pensée de l'enfant sans langage en interaction. Devenir, 21, no. 1, pp. 61-99.

 

47 KOLB, B., MOHAMMED, A., & GIBB, R. (2010). La recherche des facteurs qui sont à la base de la plasticité cérébrale sur le cerveau. Magazine sur les troubles de la communication. Récupéré sur Cognifit: https://www.cognifit.com/fr/plasticite-du-cerveau

 

48 Psychomedia. (2012, novembre 13). Définition : test psychométrique. Consulté le avril 6, 2018, sur Psychomedia: http://www.psychomedia.qc.ca/lexique/definition/test-psychometrique

49 A. M. Turing (1950) Computing Machinery and Intelligence. Mind 49: 433-460

 

 
LibreOffice/6.0.3.2$MacOSX_X86_64 LibreOffice_project/8f48d515416608e3a835360314dac7e47fd0b821 / /

;

;

;

;

Répartion par classe d'âge

 

1 Alix,C., Cario,E.,Drouzy,F.(2017).Cédric Villani : «Agir pour que l’intelligence artificielle soit utile à tous». En ligne sur le site de Libération http://www.liberation.fr/futurs/2017/10/20/cedric-villani-agir-pour-que-l-intelligence-artificielle-soit-utile-a-tous_1604620, consulté le 24 avril 2018.

2 ALEXANDRE, L. (2017). La Guerre des Intelligences. Paris: JC Lattès.

 

3 LAROUSSE. (2018, avril 2). Définition de l'intelligence. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/intelligence/43555

 

4 HUTEAU, M. (2006). Alfred Binet et la psychologie de l'intelligence. Le journal des psychologues, 234, no. 1, pp. 24-28.

5 GREGOIRE, J. (2014). L'examen clinique de l'intelligence de l'adulte. Pour une meilleure interprétation des résultats des tests d'intelligence. Mardaga.

6 Carnets2psycho. (2015). La définition de Aptitude. Consulté le 04 02, 2018, sur Carnets2psycho: https://carnets2psycho.net/dico/sens-de-aptitude.html

 

7 SCHWEITZER, M. (2017). Cours de Psychologie Générale et Cognitive. Université Catholique de l'Ouest, ANGERS.

 

8 GOLEMAN, D. (2003). L'intelligence émotionnelle (Vol. 7130). J'ai Lu Bien-Etre.

9 Futura Tech. (2018, avril 2). Qui sont les pionniers de l'intelligence artificielle ? Récupéré sur Futura Tech: https://www.futura-sciences.com/tech/questions-reponses/intelligence-artificielle-sont-pionniers-intelligence-artificielle-4907/

 

10 Homère, 0. a. J., & Giguet, P. (1893). L'Illiade et l'Odyssée. Paris: Hachette.

11  A. M Turing (1950) Computing Machinery and Intelligence. Mind 49 : 433-460.

 

12 PAPERT, S., & MINSKY, M. (1988). Perceptrons. Mit Pr.

13 James Lighthill (1973): "Artificial Intelligence: A General Survey" in Artificial Intelligence: a paper symposium, Science Research Council

 

14 https://www.crunchbase.com

15 McCulloch, W. S. et W. Pitts (1995(1943)). Un calcul logique des idées immanentes dans l’activité nerveuse (A Logical Calculus of Immanent Ideas in Nervous Activity) in Sciences cognitives : textes fondateurs (1943-1950). A. Pélissier and A. Tête. Paris, Presses universitaires de France

 

16 https://fr.wikipedia.org/wiki/Mars_Exploration_Rover#Le_système_de_navigation

 

17 Futura-tech. (2018). Definition : Voiture autonome. Consulté le mars 16, 2018, sur Futura Tech: https://www.futura-sciences.com/tech/definitions/voiture-voiture-autonome-15601/

18 Santé médecine. (2018, avril 16). Définition : Processus cognitifs. Consulté le avril 16, 2018, sur Santé Médecine: https://sante-medecine.journaldesfemmes.fr/faq/36745-processus-cognitifs-definition

19 LAROUSSE. (2018, avril 16). Définition : cognition. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/cognition/17005

 

20 Recall-you. (2018, mars 16). Les trois étapes de la mémoire. Récupéré sur Recall-you: http://www.recall-you.com/comprendre-fonctionnement-memoire/encodage-stockage-rappel.php

21 LAROUSSE MÉDICAL. (2018, mars 16). Champ visuel. Récupéré sur Larousse: http://www.larousse.fr/encyclopedie/medical/champ_visuel/11874

22  PERRIN, B. (2016, Février 12). Les petits secrets des voitures autonomes. Récupéré sur L'auto-journal: https://news.autojournal.fr/news/1501516/voiture-autonome-technologie-radar-lidar-cam%C3%A9ra

 

23 LAROUSSE. (2018, avril 18). Définition : Lidar. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/lidar/47055

24 DELABIE, G. (2017, Novembre 20). Les capteurs dans tous leurs états pour le véhicule autonome. Récupéré sur Innovation Mobilité: https://innovation-mobilite.fr/2017/11/20/les-capteurs-dans-tous-leurs-etats-pour-le-vehicule-autonome/

25 CEA. (2017, Novembre 22). L'essentiel sur la voiture autonome. Récupéré sur CEA: http://www.cea.fr/comprendre/Pages/nouvelles-technologies/essentiel-sur-voiture-autonome.aspx

26 BREEDLOVE, M., Rosenzweig, M. R., & WATSON, N. V. (2012). Psychobiologie : de la biologie du neurone aux neurosciences comportementales, cognitives et cliniques. Paris: De Boeck.

27 THOMAS, D. (2018, Avril 25). La mémoire à court terme. Récupéré sur Carnets2psycho: https://carnets2psycho.net/theorie/histoire15.html

28 THOMAS, D. (2018, Avril 27). La mémoire à long terme. Récupéré sur Carnets2psycho: https://carnets2psycho.net/theorie/histoire19.html

 

29 BOUGEARD, A-S. (2015). Cours de Psychologie Générale et Cognitive. Université Catholique de l’Ouest, ANGERS.

30 BREEDLOVE, M., Rosenzweig, M. R., & WATSON, N. V. (2012). Psychobiologie : de la biologie du neurone aux neurosciences comportementales, cognitives et cliniques. Paris: De Boeck.

31 ALLAIN, P. (2013, avril-mai-juin). La prise de décision : aspects théoriques, neuro-anatomie et évaluation. Consulté le avril 27, 2018, sur Revue de neuropsychologie: http://www.jle.com/fr/revues/nrp/e-docs/la_prise_de_decision_aspects_theoriques_neuro_anatomie_et_evaluation_298787/article.phtml?tab=texte

 

32 FUTURA SANTE. (2012, Août 24). Cerveau : les zones de la réflexion et de la décision ont été localisées. Récupéré sur Futura Santé: https://www.futura-sciences.com/sante/actualites/biologie-cerveau-zones-reflexion-decision-ont-ete-localisees-40795/

33 MALABOU, C. (2017). Métamorphoses de l'intelligence. Paris: Presses Universitaires de France.

34 ASIMOV, I. (1993). L'aube de Fondation. Paris: Presses de la Cité.

35 KUBRICK, S. (Réalisateur). (1968). 2001, l'Odyssée de l'espace [Film].

36 COLOMBUS, C. (Réalisateur). (1999). L'homme bicentenaire [Film].

37 SCOTT, R. (Réalisateur). (1982). Blade Runner [Film].

38 DICK, P. K. (1976). Les androïdes rêvent-ils de moutons électriques ? Paris: Chute Libre.

39 RODDENBERRY, G. (Réalisateur). (1987-1994). Star Trek : La Nouvelle Génération [Série].

40 SPIELBERG, S. (Réalisateur). (2001). A.I. Intelligence artificielle [Film].

41 NOLAN, J., & JOY, L. (Réalisateurs). (2016). Westworld [Série].

 

42 Centre National des Ressources Textuelles et Lexicales. (2018, avril 2). Définition de Conscience. Récupéré sur Centre National des Ressources Textuelles et Lexicales: http://www.cnrtl.fr/lexicographie/conscience

43 LOUIS, L. (2017, Décembre 1). Conscience artificielle n'est pas l'intelligence forte. Récupéré sur Siècle Digital: https://siecledigital.fr/2017/12/01/conscience-artificielle-nest-pas-lintelligence-artificielle-forte/

 

44 SENDER, E. (2017, Octobre 27). Comment donner une conscience aux machines. Récupéré sur Sciences et avenir: https://www.sciencesetavenir.fr/high-tech/un-article-de-stanislas-dehaene-expose-comment-donner-conscience-a-l-intelligence-artificielle_117736

 

45 DEMICHELS, R. (2018, Février 26). Intelligence artificielle : conscience, es-tu là ? . Récupéré sur Les Echos: https://www.lesechos.fr/idees-debats/sciences-

46 CLAUDON, P., & WEBER, M. (2009). L'émotion. Contribution à l'étude psychodynamique du développement de la pensée de l'enfant sans langage en interaction. Devenir, 21, no. 1, pp. 61-99.

 

47 KOLB, B., MOHAMMED, A., & GIBB, R. (2010). La recherche des facteurs qui sont à la base de la plasticité cérébrale sur le cerveau. Magazine sur les troubles de la communication. Récupéré sur Cognifit: https://www.cognifit.com/fr/plasticite-du-cerveau

 

48 Psychomedia. (2012, novembre 13). Définition : test psychométrique. Consulté le avril 6, 2018, sur Psychomedia: http://www.psychomedia.qc.ca/lexique/definition/test-psychometrique

49 A. M. Turing (1950) Computing Machinery and Intelligence. Mind 49: 433-460

 

 
 
 

Tous (3)

La médecine (2)

La technologie, les tâches ménagères, exploration

les taches domestiques

Santé

efficacité, ouverture de nouveaux domaines

Automatisation systémique

Smartphone, médecine,

La santé

organisation : listes de courses, tâches ménagères, puis socialement : pour tenir compagnie aux personnes âgées, aider à porter des charges, etc

Prise en charge des tâches pénibles et répétitives

actes répétitifs

Tout

Tâches quotidiennes ménagères

Tout

Dans la prise d'information et la facilitation de tâches répétitives, en tant qu'appui, aide à l'humain

Tâches ménagères

energie, sécurité

Education, securite

L'anticipation et la capacité à prévoir.

Tâches chiantes et répétitives

Gestion de nos rendez vous, de notre alimentation, de nos courses

Santé, personnes âgées, vie quotidienne

Sécurité-transport

Communication, recherche, garde d’enfant

Logistique.

Niveau de vie / style de vie / sécurité (performance supérieure) / ...

Medecine

Taches menageres

Domestique Robotique

Tous les travaux pénibles

Vie quotidienne

Aide au quotidien

taches domestiques

Aide recherche médical pour découvrir les maladies

Ménages (Roomba...), réseaux sociaux (publicités ciblées etc)...

Medecine, transports

Multimédia, automatisation de certaines tâches

La médecine ,les petits travaux ménagers

Cuisine et transports

Guerre, recheche médicinales

dans la vie courante les travaux pénibles ;répétitifs;dangereux

Domotique, transports, taches sans valeur, sécurité

Tout les domaines sauf ceux propre à l'Homme comme les domaines de l'art

Tous

travail, automobile, communications

Informatique

Médécine, éducation, éfficacité des tâches

Médecine / travail

Médecine, sécurité

Médecine, transport

Médecine, aide dans certaines tâches

Travail

Dans le sens d'optimiser son temps

Communication, tâches quotidiennes, loisirs (musique...)

Technologie, portable

Tâches ménagères, la vaisselle

Mode de transport-déplacements, tâches ménagères, soins médicaux et j'en passe..

Choix de solutions pertinentes

Sur l’assisrance À la personne

La santé le handicap

Les métiers à faible valeur ajoutée

Médecine, gestion du foyer, environnement

médecine,

Tâche simplifié sur smartphone pour les recherches par exemple ou les appareils tel que le google home

Taches peu valorisées dans beaucoup de domaine

secutité medecine

Médecine, industrie

Cuisine, Santé, Sport, Météo

déplacements (auto), aide au handicap, médecine en situation de crise ou d'éloignement...

notre quotidien : robot ménager, robot aspirateur, tous transports sans chauffeur

Sport

Intrenet

La recherche médicale

Dans le quotidien, l'aide à la maison.

Transport, vie quotidienne, travail ...

Médecine essentiellement

Santé et justice

fournir des infos, gérer certaines fonctionnalités

confort, rapidité

Toutes les opérations contraignantes du quotidien

Courses. Travail . Protection maison

Santé, travail domestique

Service à la personne

tous

le vie de tous les jours, domotique, transport, médecine

Toutes les tâches ménagères

recherche d'informations, automatisation/sécurisation de certaines taches

Dans le cadre de notre logiciel habituel et quotidien...

santé, domotique, taches rébarbatives en général

réservations, communications, médecine....

Sécurité, objets intelligents

Aide aux personnes âgées et/ou handicapées

vie de tous les jours

Je n'ai pas de domaine en tête mais dans plusieurs domaines.

Sécurité

domestique, transport

Ménage

Other (3)

 

 
 
 

Non (7)

Non (2)

futur inimaginable

Ce qui me fait le plus peur dans les intelligences artificielles sont les intelligences liées à la surveillance

NOUS, robots, dominerons bientôt le monde ! tremblez humains !!!!

Je vous un échantillon suffisamment représentatif pour mener à bien votre étude et faire avancer vos travaux. Questionnaire très bien construit et très sympa !

il y aura toujours un MAC GEYVER pour sauver la planete

Cela pourrait etre tres pratique dans certains domaines, mais cest aussi tres effrayant...

Pour l'instant l'IA est à ses débuts et donc il est trop tot, je pense, pour leur donné des vrais responsabilités.

Attention à la façon dont les questions sont posées...pas toujours claires et à l'orthographe : utilisez un assistant virtuel !

laissons encore du temps pour perfectionner les transports sans chauffeur, pilote etc...

plus l'intelligence artificielle sera proche de l'intelligence humaine plus le risque qu'elle prenne le pouvoir sera élevé

non

Non espérant avoir été utile à votre questionnaire

J veux mon résumé psychologique

Pour le pilotage avion, c'est déjà le cas mais nous avons le sentiment (humain ...) que le pilote est là au cas ou !

 

Résumés et mots clés

Can artificial intelligence be multiple?

 

Firstly, it was essential to define ​​what Human Intelligence is: a mental capability that involves the ability to reason, plan, solve problems, think abstractly, to comprehend complex ideas and learn from experience; then it is important to describe what Artificial Intelligence represents: a branch of computer science that aims to create intelligent machines capable of the same abilities as the humans.  

We decided to explore the evolution of ideas on these topics, from ancient times to nowadays, starting with the means used to qualify and quantify human intelligence. By exploring different theories that try to account for what Intelligence is, we introduced the concepts of multiple intelligence (Gardner), consciousness, weak and strong Artificial Intelligence. 

After a brief overview of the history of Artificial Intelligence, we presented the objectives, tools and methods of this discipline. We explained symbolic (algorithmic and knowledge-based) and connectionist (neural network) approaches and we described the most recent methods (deep learning). 

The case of autonomous vehicles is analyzed in depth by comparing the operation of our visual systems, the way our brain performs the merger of information and makes decisions, and the mechanisms involved in the systems of the first cars without drivers. 

Gardner's eight distinct types of intelligence are reviewed, and for each modality we gave concrete examples of recent Artificial Intelligence achievements that illustrate the state of the art of the discipline. 

Science-fiction is questioned to imagine the possible futures of Artificial Intelligence and to introduce the debate between weak Artificial Intelligence advocates and strong Artificial Intelligence promoters. 

We concluded by trying to answer the initial question and questioning the risks that a strong and multiple Artificial Intelligence could represent for humanity. 

 

Keywords : Artificial Intelligence – Human Intelligence – Science-Fiction – Autonomous Car – Gardner Theory

1 Alix,C., Cario,E.,Drouzy,F.(2017).Cédric Villani : «Agir pour que l’intelligence artificielle soit utile à tous». En ligne sur le site de Libération http://www.liberation.fr/futurs/2017/10/20/cedric-villani-agir-pour-que-l-intelligence-artificielle-soit-utile-a-tous_1604620, consulté le 24 avril 2018.

2 ALEXANDRE, L. (2017). La Guerre des Intelligences. Paris: JC Lattès.

 

3 LAROUSSE. (2018, avril 2). Définition de l'intelligence. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/intelligence/43555

 

4 HUTEAU, M. (2006). Alfred Binet et la psychologie de l'intelligence. Le journal des psychologues, 234, no. 1, pp. 24-28.

5 GREGOIRE, J. (2014). L'examen clinique de l'intelligence de l'adulte. Pour une meilleure interprétation des résultats des tests d'intelligence. Mardaga.

6 Carnets2psycho. (2015). La définition de Aptitude. Consulté le 04 02, 2018, sur Carnets2psycho: https://carnets2psycho.net/dico/sens-de-aptitude.html

 

7 SCHWEITZER, M. (2017). Cours de Psychologie Générale et Cognitive. Université Catholique de l'Ouest, ANGERS.

 

8 GOLEMAN, D. (2003). L'intelligence émotionnelle (Vol. 7130). J'ai Lu Bien-Etre.

9 Futura Tech. (2018, avril 2). Qui sont les pionniers de l'intelligence artificielle ? Récupéré sur Futura Tech: https://www.futura-sciences.com/tech/questions-reponses/intelligence-artificielle-sont-pionniers-intelligence-artificielle-4907/

 

10 Homère, 0. a. J., & Giguet, P. (1893). L'Illiade et l'Odyssée. Paris: Hachette.

11  A. M Turing (1950) Computing Machinery and Intelligence. Mind 49 : 433-460.

 

12 PAPERT, S., & MINSKY, M. (1988). Perceptrons. Mit Pr.

13 James Lighthill (1973): "Artificial Intelligence: A General Survey" in Artificial Intelligence: a paper symposium, Science Research Council

 

14 https://www.crunchbase.com

15 McCulloch, W. S. et W. Pitts (1995(1943)). Un calcul logique des idées immanentes dans l’activité nerveuse (A Logical Calculus of Immanent Ideas in Nervous Activity) in Sciences cognitives : textes fondateurs (1943-1950). A. Pélissier and A. Tête. Paris, Presses universitaires de France

 

16 https://fr.wikipedia.org/wiki/Mars_Exploration_Rover#Le_système_de_navigation

 

17 Futura-tech. (2018). Definition : Voiture autonome. Consulté le mars 16, 2018, sur Futura Tech: https://www.futura-sciences.com/tech/definitions/voiture-voiture-autonome-15601/

18 Santé médecine. (2018, avril 16). Définition : Processus cognitifs. Consulté le avril 16, 2018, sur Santé Médecine: https://sante-medecine.journaldesfemmes.fr/faq/36745-processus-cognitifs-definition

19 LAROUSSE. (2018, avril 16). Définition : cognition. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/cognition/17005

 

20 Recall-you. (2018, mars 16). Les trois étapes de la mémoire. Récupéré sur Recall-you: http://www.recall-you.com/comprendre-fonctionnement-memoire/encodage-stockage-rappel.php

21 LAROUSSE MÉDICAL. (2018, mars 16). Champ visuel. Récupéré sur Larousse: http://www.larousse.fr/encyclopedie/medical/champ_visuel/11874

22  PERRIN, B. (2016, Février 12). Les petits secrets des voitures autonomes. Récupéré sur L'auto-journal: https://news.autojournal.fr/news/1501516/voiture-autonome-technologie-radar-lidar-cam%C3%A9ra

 

23 LAROUSSE. (2018, avril 18). Définition : Lidar. Récupéré sur Larousse: http://www.larousse.fr/dictionnaires/francais/lidar/47055

24 DELABIE, G. (2017, Novembre 20). Les capteurs dans tous leurs états pour le véhicule autonome. Récupéré sur Innovation Mobilité: https://innovation-mobilite.fr/2017/11/20/les-capteurs-dans-tous-leurs-etats-pour-le-vehicule-autonome/

25 CEA. (2017, Novembre 22). L'essentiel sur la voiture autonome. Récupéré sur CEA: http://www.cea.fr/comprendre/Pages/nouvelles-technologies/essentiel-sur-voiture-autonome.aspx

26 BREEDLOVE, M., Rosenzweig, M. R., & WATSON, N. V. (2012). Psychobiologie : de la biologie du neurone aux neurosciences comportementales, cognitives et cliniques. Paris: De Boeck.

27 THOMAS, D. (2018, Avril 25). La mémoire à court terme. Récupéré sur Carnets2psycho: https://carnets2psycho.net/theorie/histoire15.html

28 THOMAS, D. (2018, Avril 27). La mémoire à long terme. Récupéré sur Carnets2psycho: https://carnets2psycho.net/theorie/histoire19.html

 

29 BOUGEARD, A-S. (2015). Cours de Psychologie Générale et Cognitive. Université Catholique de l’Ouest, ANGERS.

30 BREEDLOVE, M., Rosenzweig, M. R., & WATSON, N. V. (2012). Psychobiologie : de la biologie du neurone aux neurosciences comportementales, cognitives et cliniques. Paris: De Boeck.

31 ALLAIN, P. (2013, avril-mai-juin). La prise de décision : aspects théoriques, neuro-anatomie et évaluation. Consulté le avril 27, 2018, sur Revue de neuropsychologie: http://www.jle.com/fr/revues/nrp/e-docs/la_prise_de_decision_aspects_theoriques_neuro_anatomie_et_evaluation_298787/article.phtml?tab=texte

 

32 FUTURA SANTE. (2012, Août 24). Cerveau : les zones de la réflexion et de la décision ont été localisées. Récupéré sur Futura Santé: https://www.futura-sciences.com/sante/actualites/biologie-cerveau-zones-reflexion-decision-ont-ete-localisees-40795/

33 MALABOU, C. (2017). Métamorphoses de l'intelligence. Paris: Presses Universitaires de France.

34 ASIMOV, I. (1993). L'aube de Fondation. Paris: Presses de la Cité.

35 KUBRICK, S. (Réalisateur). (1968). 2001, l'Odyssée de l'espace [Film].

36 COLOMBUS, C. (Réalisateur). (1999). L'homme bicentenaire [Film].

37 SCOTT, R. (Réalisateur). (1982). Blade Runner [Film].

38 DICK, P. K. (1976). Les androïdes rêvent-ils de moutons électriques ? Paris: Chute Libre.

39 RODDENBERRY, G. (Réalisateur). (1987-1994). Star Trek : La Nouvelle Génération [Série].

40 SPIELBERG, S. (Réalisateur). (2001). A.I. Intelligence artificielle [Film].

41 NOLAN, J., & JOY, L. (Réalisateurs). (2016). Westworld [Série].

 

42 Centre National des Ressources Textuelles et Lexicales. (2018, avril 2). Définition de Conscience. Récupéré sur Centre National des Ressources Textuelles et Lexicales: http://www.cnrtl.fr/lexicographie/conscience

43 LOUIS, L. (2017, Décembre 1). Conscience artificielle n'est pas l'intelligence forte. Récupéré sur Siècle Digital: https://siecledigital.fr/2017/12/01/conscience-artificielle-nest-pas-lintelligence-artificielle-forte/

 

44 SENDER, E. (2017, Octobre 27). Comment donner une conscience aux machines. Récupéré sur Sciences et avenir: https://www.sciencesetavenir.fr/high-tech/un-article-de-stanislas-dehaene-expose-comment-donner-conscience-a-l-intelligence-artificielle_117736

 

45 DEMICHELS, R. (2018, Février 26). Intelligence artificielle : conscience, es-tu là ? . Récupéré sur Les Echos: https://www.lesechos.fr/idees-debats/sciences-

46 CLAUDON, P., & WEBER, M. (2009). L'émotion. Contribution à l'étude psychodynamique du développement de la pensée de l'enfant sans langage en interaction. Devenir, 21, no. 1, pp. 61-99.

 

47 KOLB, B., MOHAMMED, A., & GIBB, R. (2010). La recherche des facteurs qui sont à la base de la plasticité cérébrale sur le cerveau. Magazine sur les troubles de la communication. Récupéré sur Cognifit: https://www.cognifit.com/fr/plasticite-du-cerveau

 

48 Psychomedia. (2012, novembre 13). Définition : test psychométrique. Consulté le avril 6, 2018, sur Psychomedia: http://www.psychomedia.qc.ca/lexique/definition/test-psychometrique

49 A. M. Turing (1950) Computing Machinery and Intelligence. Mind 49: 433-460